詳細解釋
情境式學習（In-Context Learning）是大型語言模型從提示中的範例學習新任務的能力，無需參數更新。
運作機制：
- 少樣本提示：提供輸入-輸出範例
- 模型理解：從範例中識別任務模式
- 即時應用：對新輸入生成適當輸出
範例類型：
- Zero-shot：無範例，僅描述任務
- One-shot：一個範例
- Few-shot：多個範例（3-10個常見）
為何有效：
- 預訓練見過類似模式
- 注意力機制捕捉範例關係
- 模型參數已編碼廣泛知識
最佳實踐：
- 範例多樣：覆蓋不同情況
- 格式一致：統一的輸入輸出格式
- 順序重要：最後範例影響最大
- 範例品質：正確無誤的示範
與微調 (模型微調)的區別：不修改模型參數，僅通過提示實現。