Few-shot Learning
Örnekle Öğretme
Prompt'a 2-5 örnek (girdi → çıktı çifti) koyarak modele istediğin örüntüyü öğretmek; eğitim gerektirmeyen bir 'bağlam-içi öğrenme' tekniği.
LLM'i bir göreve hazırlamanın iki yolu vardır: ya ince ayar ile yeniden eğitirsin (pahalı, zaman alır), ya da few-shot ile prompt'a birkaç örnek koyup gösterirsin (anlık, neredeyse ücretsiz). Modern LLM'ler few-shot ile şaşırtıcı derecede iyi öğrenir — buna bağlam-içi öğrenme (in-context learning) denir.
"Zero-shot" = hiç örnek yok, sadece talimat. "One-shot" = 1 örnek. "Few-shot" = 2-5 örnek. Genelde 3-5 örnek yeterlidir; daha fazlası çoğunlukla iyileştirme getirmez.
Örnek biçimi kritiktir: tutarlı, kısa olmalı ve hedef örüntüyü net göstermeli. Örneklerin sırası bile çıktıyı etkiler.
Yeni gelen bir stajyere "şu raporları şu formatta yaz" diye 3 örnek rapor uzatırsın. 4. raporu kendisi formatta yazar. Hiç eğitim, hiç kurs gerekmez. LLM aynı: 3 örnek görünce 4.'yü doğru yapar.
Görev: ürün başlığını SEO başlığına çevir.
Prompt: ``` iPhone 16 Pro Max 256GB Black → Apple iPhone 16 Pro Max 256GB Siyah Cep Telefonu Sony WH-1000XM5 Wireless Headphones → Sony WH-1000XM5 Kablosuz Kulaklık Gürültü Engelleme Logitech MX Master 3S Mouse → Logitech MX Master 3S Kablosuz Ergonomik Mouse
Samsung Galaxy Watch 7 → ? ```
Model: "Samsung Galaxy Watch 7 Akıllı Saat Sağlık Takibi" — pattern yakaladı. Tek satır talimat ("SEO başlığı oluştur") yetmezdi; örnekler "marka önce, sonra model, sonra Türkçe açıklama" formatını öğretti.
- Biçim kritikse ve talimat tek başına yetmiyorsa
- Sınıflandırma görevi: birkaç etiketli örnek hızlıca örüntüyü kurar
- Üslup/ton aktarımı (resmi → samimi, uzun → kısa)
- Az veriyle hızlı prototipleme — ince ayara gitmeden önce
- Görev gerçekten basitse — önce zero-shot dene, gerekirse few-shot ekle
- Yüzlerce örnekle örüntü öğretmek gerekiyorsa — bu artık ince ayar bölgesi
- Bağlam pencerenin dolu — örnekler, kullanıcı içeriğine yer kalmamasına neden olabilir
Örnek seçimi önyargı yaratır
3 spam örneğinin hepsi İngilizce ise model Türkçe spam'i 'normal' olarak etiketler. Örnekleri çeşitlendir, uç durumları (edge case) dahil et.
Sıralama etkisi
Bazı modeller son örneğe daha çok ağırlık verir. Önemli örüntüyü sona koy ya da örnek sırasını test et.
Token bütçesi
5 uzun örnek = 2000 token. Hem maliyete hem bağlam penceresine baskı. Kısa ve öz örnekler seç.