Few-Shot Learning: Örneklerle Öğretmek

Modele birkaç örnek vererek herhangi bir görevi sıfır eğitimle yaptırma sanatı. Pattern matching gücünü kullanma.

Şükrü Yusuf KAYA

11 dakikalık okuma

11.05.2026

Orta

Few-Shot = "Örnek vererek öğretmek"#

Bir LLM eğitildikten sonra öğrenmiyor — ama prompt içinde örnek görürse, o örneklerin desenini taklit edebiliyor. Buna In-Context Learning denir.

Tanım

Few-Shot Prompting: Modele görev tanımıyla birlikte 2-10 arası giriş→çıkış örneği vererek istenen yapıyı/üslubu/sınıflandırma kuralını öğretme tekniği.

Zero-shot: sadece tanım. One-shot: 1 örnek. Few-shot: 2-10 örnek.

text

Görev: Müşteri yorumlarını "olumlu", "olumsuz", "nötr" olarak sınıflandır.
 
Örnek 1:
Yorum: "Ürün çok iyi, hızlı kargo, paketleme özenli."
Sınıf: olumlu
 
Örnek 2:
Yorum: "Bedeni doğru gelmedi, geri gönderim süreci de uzun sürdü."
Sınıf: olumsuz
 
Örnek 3:
Yorum: "Aldım, çalışıyor. Detaylı yorumum yok."
Sınıf: nötr
 
Şimdi sıra sende:
Yorum: "Fiyatına göre fena değil ama kargonun gelişi 2 hafta sürdü."
Sınıf:

Klasik few-shot sınıflandırma örneği — 3 örnek + yeni input.

💡 Neden çalışıyor?

Modeller bilinmeyen örüntüyü tahmin etmek için bağlamdaki desenlere ağırlık veriyor. 3 örnek gördüyse, dördüncüde aynı yapıyı sürdürür. Bu özellik tip dönüşüm, format düzeltme, tutarlı stil için altın madeni.

Hangi durumda? Etiketli olmayan veriyi 3-5 kategoriye sokmak.

Örnek: Destek mesajlarını {bug, feature_request, billing, other} olarak ayır.

İpucu: Marjinal kararlı örnekler ekle (ikiye birden uyabilecek). Model sınırı öğrensin.

text · diff modu

Senin kodun

Hedefe karşı diff

+ Görev: Türkçe haber metnini 3 maddelik özete dönüştür.
+  
+ Format: 3 bullet, her biri max 20 kelime, ana fiil cümlesi olsun.
+  
+ Örnek 1:
+ Metin: "Türkiye Merkez Bankası, dün gece açıkladığı kararla politika faizini 50 baz puan indirerek %35'e düşürdü..."
+ Özet:
+ - Merkez Bankası faizi 50 bp indirdi, yeni oran %35
+ - Karar piyasaların beklediği seviyenin altında
+ - TL döviz kuru karara olumlu tepki verdi
+  
+ Örnek 2:
+ Metin: "Apple, Eylül ayında düzenlediği etkinlikte iPhone 18 serisini tanıttı..."
+ Özet:
+ - Apple iPhone 18 serisini Eylül etkinliğinde tanıttı
+ - Üç model: Pro, Pro Max, Air
+ - Türkiye'de satış 5 Ekim'de başlıyor
- Aşağıdaki Türkçe metni özetle:
   
+ Şimdi şu metni özetle:
  [uzun metin]

Zero-shot vs Few-shot — örneklerle çıktı kalitesi keskin sıçrar.

🎯 Few-shot uzmanlık ipuçları

(1) Çeşitli örnek: hep aynı tipten örnek = model 'tek tipe' sıkışır. (2) Marjinal örnek: sınırdaki örnekler model'e karar kuralını öğretir. (3) Fazla örnek = ters etki: 10+ örnek bağlam doldurur, asıl görev kaybolur. (4) Tutarlı format: örneklerin arasında format farkı olmasın.

Özet#

✓ Few-shot = bağlamda giriş→çıkış örneği vererek deseni öğretmek ✓ Sınıflandırma, format dönüşümü, stil aktarımı, bilgi çıkarımı için altın ✓ İdeal sayı: 3-5 örnek; çok az desen yetmez, çok çok bağlam dolu

Sıradaki ders: Chain-of-Thought (CoT) — modeli adım adım düşündürme.

Yorumlar & Soru-Cevap

(0)

Yorum yazmak için giriş yap.

Yorumlar yükleniyor...

İlgili İçerikler

Modül 3: Orta Seviye Prompt Teknikleri

Bağlantılı Pillar Konular

Bu yazının bağlandığı pillar konular

Pillar Konusu

Prompt ve Bağlam Mühendisliği

Prompt mühendisliği; büyük dil modelinden tutarlı, doğru ve maliyet-verimli çıktı almak için talimatların, örneklerin, bağlamın ve format kontrolünün bilimsel olarak tasarlandığı uygulamalı disiplindir.