Few-Shot Learning
Tecnica di prompt con pochi esempi per guidare la risposta del modello.
Il Few-Shot Learning è una tecnica di prompt-engineering" class="term-link">prompt engineering dove si forniscono al modello alcuni esempi (tipicamente 2-5) del formato di input e output desiderato prima della richiesta effettiva. Il modello impara il pattern dagli esempi e lo applica alla nuova richiesta.
Esempio pratico: invece di dire "classifica questa email", si forniscono 3 email già classificate ("Email: reclamo su ritardo → Categoria: Supporto") e poi l'email da classificare. Il modello capisce il formato e le categorie disponibili dagli esempi.
Nei sistemi Kynetixx, il few-shot learning è usato estensivamente per task di classificazione e estrazione dati: qualifica lead (con esempi di lead qualificati vs non qualificati), categorizzazione richieste, estrazione parametri dai messaggi WhatsApp. È una tecnica potente perché non richiede fine-tuning del modello — basta aggiornare gli esempi nel prompt.