# O que é Few-shot Learning?

É a capacidade da inteligência artificial de aprender uma nova tarefa com poucos exemplos.

## Definição
O aprendizado de poucos exemplos ocorre quando a inteligência artificial aprende uma tarefa que nunca viu antes, vendo apenas alguns exemplos. Este método permite que o modelo se adapte rapidamente, sem a necessidade de ser treinado do zero todas as vezes.

## Como funciona
O modelo reconhece padrões com base em alguns exemplos dados a ele. Esses exemplos permitem que o modelo concentre o conhecimento geral que já possui na nova tarefa.

## Onde é usado
É especialmente utilizado em modelos de linguagem, onde o usuário deseja que o modelo responda em um formato específico.

## Costuma ser confundido com
Misturado com ajuste fino; Embora o ajuste fino altere a estrutura do modelo, o método de poucos disparos simplesmente adiciona exemplos ao comando atual.

## Perguntas frequentes
**Quantos exemplos são suficientes?**
Geralmente, 1 a 5 exemplos são suficientes para que o modelo compreenda a tarefa.

**É sempre bem sucedido?**
Se a tarefa for muito complexa ou o modelo tiver baixa capacidade, os exemplos podem não ser suficientes.


## Termos relacionados
- [Zero-shot Learning](/pt/dictionary/zero-shot-learning/)
- [Prompt Engineering](/pt/dictionary/prompt-engineering/)
- [LLM](/pt/dictionary/llm/)
- [Fine-tuning](/pt/dictionary/fine-tuning/)

---
Fonte: TreScout Glossário · https://trescout.com/pt/dictionary/few-shot-learning/