Few Shot Prompt Template
LLM이 매개변수 업데이트 없이, 프롬프트에서 주어진 문맥과 예시 등으로 새로운 작업을 학습하고 수행하는 것을 말한다.
예시의 개수에 따라 Zero-shot, One-shot, Few-shot으로 구분된다.
1. Zero-shot
정의
아무런 예시(Example) 없이, 오직 작업에 대한 설명(Instruction)만으로 LLM이 과제를 수행하게 하는 방식이다. LLM은 기존에 학습된 방대한 지식과 언어 이해 능력을 바탕으로 결과를 추론한다.
예시
작업: 문장의 감정을 '긍정', '부정', '중립'으로 분류하시오.
프롬프트:
다음 문장의 감성을 분석해줘.
문장: "이 영화는 배우들의 연기는 훌륭했지만, 스토리가 너무 지루했어요."
감성:
별도의 예시 없이, LLM이 스스로 '중립' 또는 비슷한 뉘앙스의 답변을 생성하도록 유도한다.
2. One-shot
정의
하나의 완전한 예시(입력-출력 쌍)를 프롬프트에 포함하여, LLM이 작업의 형식과 의도를 더 명확하게 파악하도록 돕는 방식이다. 원하는 결과물의 포맷(format)을 명시적으로 보여줄 때 특히 효과적이다.
예시
작업: 문장의 감정을 '긍정', '부정', '중립'으로 분류하시오.
프롬프트:
문장: "내 인생 최고의 영화! 정말 감동적이었어요."
감성: 긍정문장: "이 영화는 배우들의 연기는 훌륭했지만, 스토리가 너무 지루했어요."
감성:
하나의 '긍정' 예시를 통해 LLM이 '감성:' 뒤에 어떤 형식의 답변을 해야 하는지 학습하도록 한다.
3. Few-shot
정의
둘 이상의 여러 예시를 프롬프트에 제공하여 LLM이 더 복잡하거나 미묘한 패턴을 학습하게 하는 방식이다. 더 많은 예시를 통해 작업의 일관성을 높이고, 사용자의 의도를 더 정확하게 파악하여 높은 품질의 결과를 생성하도록 유도한다.
예시
작업: 문장의 감정을 '긍정', '부정', '중립'으로 분류하시오.
프롬프트:
문장: "내 인생 최고의 영화! 정말 감동적이었어요."
감성: 긍정문장: "시간과 돈이 아까운 최악의 영화였습니다."
감성: 부정문장: "이 영화는 배우들의 연기는 훌륭했지만, 스토리가 너무 지루했어요."
감성:
('긍정'과 '부정' 예시를 모두 보여줌으로써, 복합적인 문장에 대해 '중립'이라는 더 정확한 판단을 내리도록 유도한다.)
