In-context learning (ICL) to zdolność dużych modeli językowych do nauki nowych zadań bez zmiany ich parametrów, wyłącznie na podstawie przykładów lub instrukcji zawartych w prompcie. Model identyfikuje wzorce i relacje w dostarczonym kontekście podczas wnioskowania, co pozwala mu na elastyczne i szybkie dostosowanie się do specyficznych wymagań użytkownika. Jest to kluczowa technika inżynierii promptów, która umożliwia realizację zadań typu few-shot lub zero-shot bez konieczności kosztownego douczania (fine-tuningu) modelu.
Źródło: dictionary.cambridge.org
