Few-shot ICL（文脈内学習）とは？
読み方: フューショットアイシーエル
30秒まとめ
プロンプト内に数例を示すだけでLLMにタスクを学習させる手法。追加学習不要。
Few-shot ICL（文脈内学習）の意味・定義
Few-shot ICL（Few-shot In-Context Learning、文脈内学習）は、LLMのプロンプトに少数の入出力例（2〜10例程度）を示すだけで、モデルにタスクのパターンを理解させ、新しい入力に対して適切な出力を生成させる手法です。ファインチューニングのような追加学習を行わずに、プロンプトの工夫だけでモデルの振る舞いを制御できます。例えば「Q: 東京の人口は？ A: 約1400万人」のような例を3つ示してから、新しい質問を投げると、同じ形式で回答します。Zero-shot（例なし）、One-shot（1例）、Few-shot（数例）の順で精度が向上する傾向があります。GPT-3の論文で広く知られるようになりました。