Waar zero-shot learning geen enkel voorbeeld gebruikt, gaat few-shot learning uit van een handjevol voorbeelden om de AI op weg te helpen. Dit betekent dat je een AI-model, zoals Legal Momo, één tot enkele voorbeeldvragen mét gewenste antwoorden geeft, zodat het model de taak of context beter begrijpt en daarop voortbouwt. Met slechts een paar voorbeelden (soms zelfs maar 2 of 3) in de prompt kan de kwaliteit van het antwoord flink verbeteren. De AI leert als het ware on-the-fly van deze mini-trainingsset.

Few-shot in de praktijk

Stel, je wilt dat Legal Momo een bepaald type contractclausule herschrijft in begrijpelijke taal. Je zou dan in de prompt een of twee voorbeelden kunnen geven: originele juridisch complexe zinnen naast versimpelde versies. Vervolgens vraag je de AI om dit voor een nieuwe clausule te doen. Door deze paar voorbeelden snapt het model meteen de bedoeling en de stijl die je verwacht. Dit is few-shot learning in actie: met minimale voorbeelden de AI sturen richting het gewenste output-format. In de juridische context kan dit bijvoorbeeld gebruikt worden om voorbeeld-casusposities te geven (“Feitenschets A leidt tot uitkomst X; Feitenschets B leidt tot uitkomst Y; nu is er Feitenschets C, wat zou de uitkomst zijn?”). Legal Momo pikt op uit de voorbeelden welke factoren van belang zijn en hoe de redenering moet verlopen.

Few-shot learning in Legal Momo

Legal Momo ondersteunt few-shot learning door gebruikers de mogelijkheid te geven eigen voorbeelden of voorafgaande Q&A’s op te nemen in hun prompt. Als jij bijvoorbeeld al een jurisprudentievoorbeeld hebt dat lijkt op je zaak, kun je dat als mini-voorbeeld meenemen. Het model ziet dan: aha, in dit voorbeeld gebeurde dit, en de oplossing was zo. Bij de nieuwe vraag zal Legal Momo die kennis meenemen en een specifieker, beter onderbouwd antwoord geven. Few-shot learning maakt Legal Momo dus adaptief: het reageert niet alleen op je vraag, maar ook op de richting die je aangeeft met enkele voorbeelden. Hiermee kun je het model finetunen voor jouw specifieke use-case zonder uitgebreid te hoeven programmeren of trainen. Het resultaat is maatwerkadvies op basis van een paar aanwijzingen. Uiteraard geldt: hoe kwalitatief beter de voorbeelden, hoe beter het AI-antwoord zal aansluiten.

Conclusie: few-shot learning

Few-shot learning geeft Legal Momo de mogelijkheid om zich razendsnel aan te passen aan specifieke taken of voorkeuren. Met slechts minimale input van de gebruiker. Door één tot een paar voorbeelden te tonen, leert de AI meteen de gewenste insteek en stijl. In de juridische praktijk is dit bijzonder handig: je kunt Legal Momo afstemmen op het soort antwoord dat je zoekt door een paar voorbeeldjes te geven. Zo combineert Legal Momo zijn brede kennis met jouw specifieke context. Few-shot learning tilt de nauwkeurigheid en relevantie van Legal Momo’s adviezen naar een hoger niveau. Zonder complexe training – een kleine hint van de gebruiker volstaat.

Wil je als eerste kennismaken met Legal Momo? Meld je dan aan voor onze demo.