Zero-shot và Few-shot là gì? Cho AI vài ví dụ, câu trả lời chuẩn hơn hẳn

Zero-shot và Few-shot là gì? Cho AI vài ví dụ, câu trả lời chuẩn hơn hẳn

Zero-shot là khi bạn giao việc cho AI mà không kèm ví dụ nào, AI chỉ dựa vào kiến thức đã học sẵn để đoán cách làm cho đúng ý bạn. Few-shot là khi bạn đưa thêm vài ví dụ mẫu, thường ba đến năm ví dụ, trước khi giao việc thật, để AI bắt đúng định dạng và phong cách bạn muốn. Cùng một yêu cầu, chỉ cần thêm vài ví dụ, câu trả lời có thể từ "tạm được" biến thành "đúng y như bạn cần".

Hiểu nhanh bằng ví dụ đời thường

Hãy tưởng tượng bạn vừa nhận một nhân viên mới vào làm, cần giao cho người này việc trả lời email khách hàng.

Nếu bạn chỉ nói "em trả lời email này giúp anh" rồi đưa luôn cái email, đó là kiểu zero-shot. Nhân viên mới phải tự đoán công ty muốn xưng hô thế nào, giọng văn trang trọng hay thân thiện, trả lời dài hay ngắn. Vì chưa có gì để tham khảo, họ chỉ có thể dựa vào kinh nghiệm chung của bản thân.

Nhưng nếu trước đó bạn đưa cho họ xem ba email mẫu mà công ty đã trả lời khách trước đây, kèm theo email gốc của khách, đó là kiểu few-shot. Nhân viên mới nhìn vào ba ví dụ đó, nhận ra ngay công ty hay xưng "mình" với khách, luôn mở đầu bằng lời cảm ơn, kết thúc bằng một câu hỏi để giữ cuộc trò chuyện tiếp tục. Họ bắt chước đúng khuôn mẫu đó cho email mới.

AI hoạt động y hệt vậy. Bạn chính là người "đào tạo nhanh" cho AI ngay trong lúc trò chuyện, bằng cách cho nó xem vài ví dụ trước khi nhờ nó làm việc thật.

Nó hoạt động thế nào

1. Mọi chữ bạn gõ vào, kể cả các ví dụ mẫu, đều nằm trong phần AI đọc được ngay lúc trả lời, gọi là cửa sổ ngữ cảnh. AI không có trí nhớ nào khác ngoài những gì đang hiện diện trong đoạn hội thoại đó.

2. Với zero-shot, AI chỉ có mỗi câu lệnh của bạn. Nó phải tự đoán định dạng, mức độ chi tiết, giọng văn, dựa trên những gì nó đã học được từ hàng tỷ trang văn bản trong quá trình huấn luyện trước đó.

3. Với few-shot, bạn cho AI xem vài cặp "đầu vào, đầu ra" mẫu trước khi hỏi câu thật. AI nhận ra khuôn mẫu lặp lại giữa các ví dụ, ví dụ như luôn trả lời theo đúng ba nhãn "Tích cực, Tiêu cực, Trung lập", hoặc luôn xuất ra đúng định dạng bảng, rồi áp dụng đúng khuôn đó cho câu hỏi thật của bạn.

4. Điều quan trọng cần nhớ: đây không phải là huấn luyện lại AI. Không có gì thay đổi bên trong mô hình, không ai cập nhật lại "bộ não" của AI cả. Ví dụ bạn đưa chỉ có giá trị trong chính cuộc trò chuyện đó. Đóng cửa sổ chat hoặc mở cuộc trò chuyện mới, AI quên sạch, bạn phải dán lại ví dụ nếu muốn dùng tiếp.

5. Nghiên cứu công bố năm 2020 giới thiệu mô hình GPT-3 của OpenAI, bài báo có tên "Language Models are Few-Shot Learners", đã thử nghiệm ba cách: không đưa ví dụ nào (zero-shot), đưa đúng một ví dụ (one-shot), và đưa vài ví dụ (few-shot). Kết quả cho thấy độ chính xác thường tăng dần theo thứ tự đó, càng có nhiều ví dụ phù hợp, AI càng làm đúng ý hơn.

Điều này có ý nghĩa gì với bạn

Hiểu được hai khái niệm này giúp bạn biết lúc nào nên viết prompt ngắn gọn, lúc nào nên bỏ công thêm ví dụ.

Khi cần một định dạng cố định. Giả sử bạn muốn AI đọc danh sách phản hồi khách hàng rồi xuất ra đúng ba cột "Tên khách, Vấn đề, Mức độ khẩn cấp". Nếu chỉ yêu cầu suông, AI có thể trình bày mỗi lần một kiểu. Nhưng nếu bạn đưa trước hai, ba dòng mẫu đã làm đúng định dạng này, AI sẽ lặp lại chính xác cấu trúc đó cho những dòng còn lại.

Khi phân loại theo đúng nhãn bạn muốn. Ví dụ bạn nhờ AI gắn nhãn các bình luận là "Tích cực, Tiêu cực, Trung lập". Zero-shot thì AI tự chọn chữ, có khi ghi "Khen, Chê, Bình thường" thay vì đúng ba chữ bạn cần. Cho AI xem trước hai, ba bình luận mẫu đã gắn sẵn đúng nhãn, nó sẽ dùng đúng từ bạn muốn cho những bình luận còn lại.

Khi cần giữ đúng văn phong thương hiệu. Dán vào hai, ba đoạn văn mẫu đúng giọng điệu công ty bạn, rồi mới nhờ AI viết nội dung mới theo đúng giọng đó. AI sẽ bắt chước cách xưng hô, độ dài câu, mức độ trang trọng từ các ví dụ đó.

Khi câu hỏi đơn giản và phổ biến, ví dụ "tóm tắt đoạn văn này trong ba câu", bạn không cần mất công tìm ví dụ, zero-shot thường đã đủ tốt vì đây là dạng việc AI gặp rất nhiều trong lúc huấn luyện.

Hiểu lầm thường gặp

"Thêm càng nhiều ví dụ càng tốt." Không đúng. Theo hướng dẫn chính thức của Anthropic (công ty làm ra Claude), ba đến năm ví dụ chất lượng, đa dạng thường là đủ. Nhồi nhét quá nhiều ví dụ giống nhau đôi khi khiến AI bắt chước nhầm cả những chi tiết không liên quan, ví dụ như độ dài câu hay cách dùng từ ngẫu nhiên trong ví dụ, thay vì học đúng khuôn mẫu bạn muốn.

"Few-shot là huấn luyện lại AI." Không phải. Đây chỉ là mẹo đưa ví dụ ngay trong cuộc trò chuyện, không hề đụng đến mô hình gốc, không tốn thêm chi phí "huấn luyện" nào cả. Khái niệm chính xác gọi là "học trong ngữ cảnh" (in context learning), vì AI chỉ học tạm thời từ những gì đang hiện diện trong đoạn chat, không lưu lại gì sau khi cuộc trò chuyện kết thúc.

"Zero-shot lúc nào cũng tệ hơn few-shot." Không hẳn. Với những việc đơn giản, phổ biến, zero-shot thường đã cho kết quả tốt ngay. Few-shot chỉ thật sự cần thiết khi bạn muốn một định dạng cụ thể, một văn phong riêng, hoặc một cách phân loại mà AI không thể tự đoán chỉ từ câu lệnh.

Câu hỏi thường gặp

One-shot là gì? Là trường hợp ở giữa, bạn chỉ đưa đúng một ví dụ mẫu trước khi giao việc thật, thay vì không đưa ví dụ nào (zero-shot) hoặc đưa vài ví dụ (few-shot).

Bao nhiêu ví dụ là đủ cho few-shot? Anthropic khuyên dùng ba đến năm ví dụ chất lượng tốt, đa dạng về tình huống, thay vì cố nhồi thật nhiều ví dụ giống nhau.

Few-shot có tốn thêm tiền không? Có một chút, vì các ví dụ bạn dán vào cũng được tính là token đầu vào. Ví dụ càng dài hoặc càng nhiều, số token đầu vào càng tăng, nhưng thường vẫn rẻ hơn rất nhiều so với việc phải sửa đi sửa lại kết quả sai định dạng.

Ví dụ few-shot có được AI nhớ cho lần chat sau không? Không. Hết cuộc trò chuyện đó, hoặc vượt quá cửa sổ ngữ cảnh, AI quên sạch các ví dụ. Muốn dùng tiếp ở cuộc trò chuyện mới, bạn phải dán lại ví dụ từ đầu.

Dùng few-shot ở công cụ nào? Bất kỳ công cụ nào cho bạn gõ prompt dài đều dùng được kiểu này, từ ChatGPT, Claude, Gemini cho đến Claude Code khi bạn mô tả đoạn code mẫu để AI viết code mới theo đúng phong cách đó.

#AI #PromptEngineering #ZeroShot #FewShot #ClaudeAI #VibeAICoder