Few-Shot Learning

Nutze Beispiele für bessere Ergebnisse

Aufgabe: E-Mail Klassifikation mit Few-Shot

Was ist Few-Shot Learning?

Few-Shot Learning bedeutet, der KI 2-5 konkrete Beispiele zu zeigen, damit sie das gewünschte Muster erkennt und auf neue Fälle anwendet. Es ist wie "Lernen durch Beispiele" - du zeigst der KI ein paar gute Lösungen und sie wendet das Muster auf neue Probleme an.

Warum funktioniert das? KI-Modelle sind exzellent im Mustererkennung. Konkrete Beispiele sind oft klarer als abstrakte Regeln.

📧 Deine Aufgabe: E-Mail-Klassifikation

Du arbeitest im Kundenservice und musst täglich hunderte E-Mails in Kategorien sortieren: Phishing, Werbung, Support, Account-Probleme, etc. Anstatt jede E-Mail manuell zu prüfen, willst du die KI trainieren, dies automatisch zu tun.

Herausforderung: Wie zeigst du der KI, welche E-Mail in welche Kategorie gehört?

🎯 Dein Auftrag:

Sammle Beispiele: Füge 2-3 E-Mail-Beispiele pro Kategorie hinzu
Struktur beachten: Jedes Beispiel soll das Format "E-Mail: [Text] → Kategorie: [Label]" haben
Prompt erstellen: Verwende "Auto-Generate" oder schreibe selbst einen Few-Shot Prompt
Testen: Lass die KI die Test-E-Mail klassifizieren
Validieren: Prüfe, ob das Muster erkannt wurde

Ziel: Die KI soll durch deine Beispiele lernen, E-Mails korrekt zu kategorisieren!

Beispiele (Few-Shot):

E-Mail: "Liebe Kunden, nutzen Sie unseren 50% Rabatt nur heute!"
Kategorie: Werbung

E-Mail: "Ihr Paket wurde erfolgreich versendet. Tracking-Nummer: 12345"
Kategorie: Versandbestätigung

E-Mail: "Ihr Kundenkonto wurde temporär gesperrt. Klicken Sie hier..."
Kategorie: Phishing

E-Mail: "Willkommen bei unserem Service! Hier ist Ihr Aktivierungslink."
Kategorie: Account

Test E-Mail (zu klassifizieren):

Dein Few-Shot Prompt:

Modell wählen:

Temperatur: 0.3

Few-Shot Tipps

Effektive Few-Shot Prompts:

Konsistentes Format: Gleiche Struktur bei allen Beispielen
Vielfältige Beispiele: Verschiedene Kategorien abdecken
Klare Trennung: Beispiele vom Test unterscheidbar
Gute Balance: 2-5 Beispiele pro Kategorie

Pattern:
Input: [Beispiel 1]
Output: [Kategorie 1]

Input: [Test-Fall]
Output: ?

Kategorien

Phishing Werbung Versandbestätigung Account Support Newsletter

Kosten Tracking

Aktuelle Anfrage:
Kosten: $0.0000
Tokens: 0

Session Total:
Kosten: $0.0000
Tokens: 0