- 零样本学习（zero-shot learning）：是指无需提供任何示例，通过将提示词输入至LLM当中，LLM根据输入直接进行反应
- 少样本学习（few-shot learning）：是指LLM通过提示词中的几个示例就能进行概括并给出有价值的结果，在使用少样本学习技巧时，可以给模型提供几个示例，这些实例可以指导模型输出所需要格式
- 微调（fine-tuning）：是指针对特定任务在一组数据上重新训练现有模型，以提高模型的性能并使用其回答更准确。在微调的过程中，模型的内部权重参数得到更新。
总结：Zero-shot和few-shot都不会更新LLM内部权重，而微调则会更新LLM内部权重
