Ótima abordagem a técnica de few-shot prompting. Essa abordagem envolve fornecer ao modelo de linguagem alguns exemplos de e-mails já categorizados para que ele aprenda a identificar padrões e classificar novos e-mails de forma semelhante.
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Ótima abordagem a técnica de few-shot prompting. Essa abordagem envolve fornecer ao modelo de linguagem alguns exemplos de e-mails já categorizados para que ele aprenda a identificar padrões e classificar novos e-mails de forma semelhante.
Oi, Fabio. Tudo bem com você?
A sua resposta sobre a atividade está correta. A técnica de few-shot prompting é a mais adequada para o problema do Harri. Com essa abordagem, o modelo de linguagem pode aprender a identificar padrões e categorizar os e-mails com mais precisão, usando os exemplos fornecidos.
A capacidade de generalizar a partir de alguns exemplos é o que torna o few-shot tão poderoso em tarefas de categorização. Isso minimiza a necessidade de instruções complexas.
Obrigado por compartilhar sua resposta.
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!