プロンプト不要の少サンプル学習フレームワーク「SetFit」が公開
要点：Hugging Face、Intel Labs、UKP Labが共同で、少数のサンプルからテキスト分類モデルを微調整できるフレームワーク「SetFit」を公開しました。プロンプトエンジニアリングを必要としない効率的な学習が可能です。
日本の事業者にとって、なぜ重要？
教師データが少ない環境でも高精度な分類モデルを構築できるため、特定の業務ドメインに特化したAI活用を検討する企業にとって有益な選択肢となります。
元記事
SetFit: Efficient Few-Shot Learning Without Prompts
元記事を読むAI評価
外部公開データの選定スコアです。評価元の掲載内容も確認できます。
選定元：AI HOT