Few-shot Learning 마스터

Few-shot Learning 마스터 가이드

Few-shot learning은 몇 가지 예시를 통해 AI에게 패턴을 학습시키는 강력한 기법입니다.

Few-shot Learning이란?

AI에게 원하는 출력 형식이나 패턴을 예시로 보여주어, 새로운 입력에 대해 동일한 패턴으로 응답하게 하는 기법입니다.

기본 구조

## 지시문
[작업 설명]

## 예시 1
입력: [입력1]
출력: [출력1]

## 예시 2
입력: [입력2]
출력: [출력2]

## 실제 요청
입력: [새 입력]
출력:

실전 예시

감성 분석

다음 리뷰의 감성을 분석해주세요.

예시 1:
리뷰: "이 제품 정말 최고예요! 배송도 빠르고 품질도 좋아요."
감성: 긍정 (95%)
핵심 키워드: 최고, 빠른 배송, 좋은 품질

예시 2:
리뷰: "기대했는데 실망이에요. 사진이랑 너무 달라요."
감성: 부정 (85%)
핵심 키워드: 실망, 사진과 다름

예시 3:
리뷰: "가격 대비 괜찮아요. 특별하진 않지만 무난해요."
감성: 중립 (60%)
핵심 키워드: 가격 대비, 무난함

분석할 리뷰: "배송은 좀 늦었지만 물건 자체는 마음에 들어요."
감성:

코드 변환

JavaScript 코드를 TypeScript로 변환해주세요.

예시 1:
JavaScript:
function add(a, b) {
  return a + b;
}

TypeScript:
function add(a: number, b: number): number {
  return a + b;
}

예시 2:
JavaScript:
const users = [];
function addUser(name, age) {
  users.push({ name, age });
}

TypeScript:
interface User {
  name: string;
  age: number;
}
const users: User[] = [];
function addUser(name: string, age: number): void {
  users.push({ name, age });
}

변환할 코드:
function fetchData(url, options) {
  return fetch(url, options).then(res => res.json());
}

예시 수 선택

예시 수	상황	장단점
1개 (One-shot)	단순한 패턴	빠르지만 정확도 낮음
2-3개	일반적 사용	균형 잡힌 성능
5개 이상	복잡한 패턴	높은 정확도, 토큰 소비 많음

좋은 예시 선택 기준

• 다양성: 서로 다른 케이스 포함
• 대표성: 실제 사용 사례 반영
• 명확성: 입출력 관계가 명확
• 엣지 케이스: 경계 상황 포함

고급 패턴

Chain-of-Thought와 결합

예시:
문제: 사과 3개가 있고 2개를 더 받았다. 총 몇 개?
풀이:
1. 처음 사과: 3개
2. 추가로 받은 사과: 2개
3. 계산: 3 + 2 = 5개
답: 5개

문제: 연필 7자루가 있고 3자루를 잃어버렸다. 남은 연필은?

네거티브 예시

좋은 예시:
입력: "회의 내일 3시" → 출력: {"date": "내일", "time": "15:00"}

나쁜 예시 (하지 말 것):
입력: "회의 내일 3시" → 출력: "내일 3시에 회의가 있습니다"