¿Qué es el aprendizaje y el prompting zero-shot?

Explicación

Zero-shot significa que un modelo resuelve una tarea sin recibir ejemplos de esa tarea, ni en el entrenamiento ni en el prompt. Con los grandes modelos de lenguaje, el prompting zero-shot consiste simplemente en describir lo que quieres, como clasifica este correo o resume este contrato, y dejar que el modelo lo haga. Funciona porque los modelos grandes aprenden patrones amplios de lenguaje y de tareas durante el preentrenamiento. Es la forma más barata y rápida de empezar, pero en formatos o dominios especializados añadir algunos ejemplos (few-shot) o hacer fine-tuning suele mejorar la precisión y la consistencia.

Zero-shot, one-shot y few-shot

• Zero-shot: solo la instrucción. Ejemplo: clasifica el sentimiento de esta reseña como positivo, negativo o neutro.
• One-shot: la instrucción más un ejemplo resuelto.
• Few-shot: la instrucción más varios ejemplos, que enseñan al modelo el formato esperado y los casos límite.

El artículo de GPT-3 popularizó estos términos al mostrar que un modelo grande podía hacer muchas tareas a partir de instrucciones y unos pocos ejemplos en el prompt, sin cambiar sus pesos.

Cuándo funciona y cuándo no

El zero-shot suele ir bien en tareas generales que el modelo ha visto de muchas formas durante el preentrenamiento: resumir, traducir, clasificar en categorías claras, extraer campos evidentes o responder preguntas generales.

Le cuesta cuando la tarea depende de convenciones que el modelo no puede adivinar: las categorías propias de una empresa, un formato de salida estricto, terminología especializada o criterios de juicio sutiles. En esos casos, instrucciones claras, unos pocos buenos ejemplos, recuperar contexto relevante o el fine-tuning ayudan más que reescribir el prompt.

Razonamiento zero-shot

El zero-shot también se aplica al razonamiento. La investigación ha mostrado que pedir al modelo que piense paso a paso, sin ejemplos resueltos, puede mejorar sus resultados en problemas de varios pasos. Muchos modelos actuales están entrenados para razonar antes de responder, lo que refuerza el uso zero-shot en tareas complejas.

Preguntas frecuentes

Para seguir leyendo

• Ingeniería de prompts para IA generativa empresarial

Términos relacionados

• Fine-Tuning Seguir entrenando un modelo ya preentrenado con un conjunto de datos más pequeño y específico para que se comporte como necesitas.
• Prompt La entrada que recibe un modelo de IA, con instrucciones, contexto, ejemplos y la petición, que orienta lo que genera.
• Entrenamiento Proceso de enseñar a un modelo a partir de datos ajustando sus parámetros, desde el preentrenamiento general hasta el ajuste fino para una tarea concreta.
• Adaptación de Dominio Ajustar un modelo de IA de propósito general para que funcione bien en un campo especializado, como el legal, el sanitario o el asegurador, con su lenguaje y sus reglas.
• Agenda del agente El plan vivo de un agente de IA: los próximos pasos en orden, las subtareas abiertas, lo bloqueado y los puntos de control hacia un objetivo.
• Agente IA Software que persigue un objetivo decidiendo sus propios pasos, usando herramientas y datos, y actuando sobre sistemas con poca intervención humana.