Zero-shot & Few-shot Learning: AI Học Với Ít Hoặc Không Cần Dữ Liệu

Zero-shot và Few-shot Learning là khả năng mô hình AI thực hiện tác vụ mới mà không cần (zero-shot) hoặc chỉ cần vài ví dụ (few-shot) — không phải huấn luyện lại. Đây là bước tiến lớn trong AI thực tiễn: thay vì cần hàng nghìn mẫu huấn luyện cho mỗi tác vụ, ta chỉ cần viết prompt thông minh.

Nếu bạn đã từng hỏi ChatGPT một câu hỏi hoàn toàn mới mà nó vẫn trả lời được — đó là zero-shot learning đang hoạt động. Nếu bạn đưa cho Claude 3 ví dụ email dịch vụ khách hàng tốt, rồi bảo nó viết email thứ 4 theo phong cách tương tự — đó là few-shot learning.

Zero-shot Learning Là Gì?

Zero-shot learning là khả năng mô hình AI thực hiện một tác vụ mà nó chưa từng được huấn luyện trực tiếp trên tác vụ đó, chỉ dựa vào kiến thức tổng quát đã học được trong quá trình pre-training.

Cách hoạt động

Mô hình ngôn ngữ lớn (LLM) như GPT-4, Claude, Gemini được huấn luyện trên hàng nghìn tỷ từ — mã nguồn, sách, trang web, hội thoại. Qua quá trình đó, chúng học được:

• Cấu trúc ngôn ngữ — ngữ pháp, từ vựng, ngữ nghĩa
• Tri thức thế giới — sự kiện, khái niệm, mối quan hệ
• Mẫu (pattern) — cách định dạng JSON, cách viết email, cách giải toán

Khi bạn đưa cho mô hình một nhiệm vụ mới (ví dụ: “Phân loại email này là khiếu nại hay hỏi thông tin”), mô hình không cần dữ liệu huấn luyện riêng cho tác vụ phân loại email — nó suy luận từ kiến thức tổng quát đã có.

Ví dụ thực tế

Prompt zero-shot:

Phân loại email sau thành một trong các nhóm: Khiếu nại, Hỏi thông tin, Đề xuất hợp tác.

Email: "Chào anh, em muốn biết sản phẩm X có hỗ trợ tích hợp API không ạ?"

Phân loại:

Mô hình trả lời: Hỏi thông tin — mặc dù chưa từng được huấn luyện trên dataset phân loại email của bạn.

Few-shot Learning Là Gì?

Few-shot learning là kỹ thuật đưa cho mô hình một vài ví dụ (thường 1–10 ví dụ) trong prompt, để hướng dẫn mô hình cách thực hiện tác vụ. Mô hình học “tại chỗ” (in-context learning) từ các ví dụ đó mà không cần cập nhật trọng số.

Ví dụ thực tế

Prompt few-shot (3 ví dụ):

Phân loại email sau thành một trong các nhóm: Khiếu nại, Hỏi thông tin, Đề xuất hợp tác.

Email: "Sản phẩm tôi nhận được bị lỗi, tôi muốn hoàn tiền."
Phân loại: Khiếu nại

Email: "Bạn có chương trình đối tác cho doanh nghiệp không?"
Phân loại: Đề xuất hợp tác

Email: "Cho mình hỏi giá gói Premium bao nhiêu?"
Phân loại: Hỏi thông tin

---

Email: "Em muốn biết sản phẩm X có hỗ trợ tích hợp API không ạ?"
Phân loại:

Với few-shot, mô hình có ngữ cảnh cụ thể hơn về cách bạn định nghĩa từng nhóm, nên kết quả thường chính xác và ổn định hơn zero-shot.

So Sánh Zero-shot, Few-shot và Fine-tuning

Phương pháp	Số mẫu cần	Cập nhật trọng số?	Chi phí	Độ chính xác	Khi nào dùng
Zero-shot	0 (chỉ instruction)	Không	Thấp nhất	Vừa–cao	Tác vụ đơn giản, chuẩn, hoặc thử nghiệm nhanh
Few-shot	1–10 ví dụ	Không	Thấp	Cao	Tác vụ phức tạp hơn, cần ổn định output
Fine-tuning	100–100,000+	Có (huấn luyện lại)	Cao	Rất cao	Tác vụ chuyên biệt, yêu cầu độ chính xác cao, khối lượng lớn

Nguyên tắc: Bắt đầu với zero-shot. Chưa đủ chính xác? Thêm vài ví dụ (few-shot). Vẫn chưa đủ hoặc cần xử lý hàng triệu request? Lúc đó mới cân nhắc fine-tuning.

In-context Learning: Cơ Chế Đằng Sau

Few-shot learning hoạt động nhờ in-context learning — khả năng mô hình học từ ngữ cảnh (context window) mà không cần cập nhật trọng số.

Cách hoạt động

Khi bạn đưa prompt có ví dụ vào, mô hình:

1. Đọc toàn bộ context — tất cả ví dụ + nhiệm vụ mới
2. Nhận diện mẫu — “à, nhiệm vụ này là phân loại; output nên có dạng X”
3. Áp dụng mẫu — sinh ra output tương tự với ví dụ đã cho

Điều này xảy ra trong 1 lần forward pass — không có quá trình gradient descent, không có backpropagation, không có cập nhật trọng số. Mô hình chỉ đơn giản là “nhận ra pattern và tiếp tục nó”.

Giới hạn context window

In-context learning bị giới hạn bởi context window của mô hình:

• GPT-4 Turbo: 128K tokens (~300 trang A4)
• Claude 3.5 Sonnet: 200K tokens
• Gemini 1.5 Pro: 2 triệu tokens

Bạn có thể đưa hàng trăm ví dụ vào prompt (nếu context đủ lớn), nhưng:

• Chi phí API tăng tỷ lệ với số token
• Nhiều ví dụ quá có thể gây nhiễu thay vì giúp mô hình

Best practice: 3–5 ví dụ thường đủ cho hầu hết tác vụ. Nếu cần hơn 20 ví dụ, đó là tín hiệu nên chuyển sang fine-tuning.

Prompt Engineering Cho Few-shot Learning

Cách bạn cấu trúc ví dụ ảnh hưởng trực tiếp đến chất lượng output.

1. Ví dụ phải đại diện

Chọn ví dụ phủ các edge case và biến thể của tác vụ:

Tốt:

Câu: "Sản phẩm này tuyệt vời!" → Tích cực
Câu: "Giao hàng chậm quá." → Tiêu cực
Câu: "Bình thường, không có gì đặc biệt." → Trung lập

Không tốt (thiếu trường hợp trung lập):

Câu: "Tuyệt vời!" → Tích cực
Câu: "Tệ quá!" → Tiêu cực

2. Định dạng nhất quán

Giữ cấu trúc giống hệt nhau cho mọi ví dụ:

Input: [nội dung]
Output: [kết quả]
---
Input: [nội dung]
Output: [kết quả]

Mô hình học cả pattern lẫn format — nếu format lộn xộn, output cũng lộn xộn.

3. Instruction rõ ràng

Đặt hướng dẫn tổng quan trước các ví dụ:

Tác vụ: Dịch câu tiếng Việt sang tiếng Anh, giọng văn tự nhiên (không máy móc).

Vi: Hôm nay trời đẹp quá.
En: What a beautiful day.

Vi: Mình đi ăn trưa nhé?
En: Wanna grab lunch?

---
Vi: Em chưa hiểu lắm.
En:

Instruction giúp mô hình hiểu mục đích thay vì chỉ bắt chước mù quáng.

Ứng Dụng Thực Tế Năm 2026

1. Phân loại văn bản chuyên biệt

Bạn có 5 loại ticket support riêng của công ty — không có dataset huấn luyện công khai. Thay vì tốn tuần lễ gán nhãn hàng nghìn mẫu để fine-tune, bạn viết prompt few-shot với 5 ví dụ và chạy ngay.

2. Tạo nội dung theo brand voice

Đưa cho LLM 3–4 mẫu bài viết brand của bạn (giọng điệu, cấu trúc, từ ngữ) → bảo nó viết bài mới theo phong cách tương tự. Không cần fine-tune mô hình riêng.

3. Trích xuất dữ liệu có cấu trúc

Từ hợp đồng, hóa đơn, email — đưa 2–3 ví dụ cách trích xuất thành JSON, mô hình sẽ áp dụng cho tài liệu mới.

4. Dịch thuật chuyên ngành

Zero-shot translation đã khá tốt, nhưng với ngành chuyên môn (y tế, luật, kỹ thuật), few-shot với thuật ngữ chuẩn giúp output ổn định hơn rất nhiều.

5. Code generation theo convention

Đưa vài đoạn code mẫu theo coding style của team → bảo LLM sinh code mới sẽ đồng nhất với codebase hiện có.

Hạn Chế và Khi Nào Không Dùng

Hạn chế

1. Không ổn định bằng fine-tuning — output có thể biến động khi prompt thay đổi nhỏ
2. Tốn token — mỗi request đều gửi toàn bộ ví dụ lên, tăng chi phí API
3. Khó scale với tác vụ phức tạp — nếu tác vụ cần hiểu sâu domain, few-shot không thay thế được fine-tuning
4. Dễ bị nhiễu — ví dụ không tốt → output sai

Khi nào KHÔNG nên dùng few-shot

• Tác vụ yêu cầu độ chính xác cực cao (y tế, tài chính) → fine-tuning + evaluation nghiêm ngặt
• Khối lượng request khổng lồ (hàng triệu/ngày) → fine-tuning giảm cost per request
• Tác vụ cần reasoning phức tạp → cân nhắc kết hợp với chain-of-thought hoặc mô hình reasoning chuyên dụng

Tương Lai: Few-shot + RAG + Fine-tuning

Thực tế 2026, các kỹ thuật này kết hợp với nhau:

• RAG (Retrieval-Augmented Generation) — lấy ví dụ liên quan từ database → đưa vào prompt (dynamic few-shot)
• Few-shot prompting — hướng dẫn format/style
• Fine-tuning — tinh chỉnh cho domain/tác vụ cốt lõi

Một hệ thống chatbot support thực tế có thể:

1. Fine-tune mô hình trên toàn bộ knowledge base
2. Dùng RAG lấy tài liệu liên quan
3. Dùng few-shot prompt để định dạng câu trả lời theo brand voice

Mỗi kỹ thuật giải quyết một phần bài toán — và khi kết hợp đúng, chúng mạnh hơn gấp nhiều lần so với dùng riêng lẻ.

FAQ

Zero-shot learning có phải là AI tự học không?

Không. Zero-shot không phải tự học — mô hình đã được huấn luyện sẵn trên dữ liệu khổng lồ. “Zero-shot” chỉ có nghĩa là bạn không cần huấn luyện thêm cho tác vụ cụ thể đó.

Bao nhiêu ví dụ là đủ cho few-shot?

3–5 ví dụ thường đủ cho hầu hết tác vụ. Nếu cần hơn 10 ví dụ và vẫn không ổn định, đó là tín hiệu nên chuyển sang fine-tuning.

Few-shot có thay thế được fine-tuning không?

Không hoàn toàn. Few-shot rất tốt cho prototyping và tác vụ linh hoạt, nhưng fine-tuning vẫn mạnh hơn về độ chính xác, ổn định và hiệu quả chi phí khi scale lớn.

Context window càng lớn càng tốt cho few-shot?

Về lý thuyết có — nhưng thực tế chi phí API tỷ lệ với số token. Context 2 triệu token (Gemini 1.5 Pro) cho phép đưa hàng trăm ví dụ, nhưng có thể không cần thiết và rất đắt.

Làm sao biết khi nào nên chuyển từ few-shot sang fine-tuning?

Chuyển sang fine-tuning khi:

• Few-shot không đạt độ chính xác yêu cầu
• Khối lượng request lớn (fine-tuning giảm cost per request)
• Tác vụ ổn định, không thay đổi thường xuyên
• Có đủ dữ liệu huấn luyện (tối thiểu vài trăm mẫu chất lượng)

Đọc thêm:

• Mô Hình Ngôn Ngữ Lớn (LLM) Hoạt Động Thế Nào? — Hiểu cơ chế pre-training giúp mô hình có khả năng zero-shot và few-shot learning ngay từ đầu.
• Fine-tuning Hay RAG? Khi Nào Dùng Cái Nào — So sánh chi tiết ba kỹ thuật: zero-shot/few-shot prompting, fine-tuning và RAG — khi nào dùng cái nào, khi nào kết hợp.
• Prompt Engineering: Viết Lệnh Để AI Hiểu Bạn — Kỹ thuật cấu trúc prompt hiệu quả, bao gồm cả few-shot examples và instruction design.