Badania· 🧪 Warte przetestowania
Optymalizacja efektywności in-context learning poprzez krótsze przykłady
Najnowsze badania wykazują, że w procesie in-context learning (ICL), przy ograniczonym budżecie tokenów, skuteczniejsze jest stosowanie większej liczby krótkich przykładów niż kilku długich. Testy na sześciu modelach LLM w zadaniach QA potwierdziły, że ziarnistość przykładów ma kluczowe znaczenie dla wydajności.