zero-shot learning
概念词 📚 基础词库 · 存量热词零样本学习
🔍 Google 联想 10 📅 首次出现 2026-08-28
🧠 zero-shot learning 是什么
零样本学习(Zero-shot Learning)指模型在从未见过该任务示例的情况下,仅根据任务描述或指令直接完成任务。传统机器学习几乎无法做到,而大模型天然具备这种能力。
例如告诉模型「把这段文本翻译成英文」或「判断这条评论的情感色彩」,模型无需任何示例即可执行。这来自预训练阶段学到的大量语言知识以及对指令的理解能力(Instruction Following)。
零样本能力让大模型可以开箱即用,是提示工程与 Agent 应用的基础;但复杂任务上零样本精度通常低于少样本,因此实践中常先零样本试跑,效果不佳再补充示例。
🔥 为什么现在火
零样本能力定义了「大模型与传统机器学习的分水岭」,也是衡量模型通用智能的核心指标,各大模型榜单都把它作为基准测试。
📄 证据链(交叉验证)
🔍 搜索形态
what is zero-shot learning zero-shot learning examples zero-shot vs few-shot zero shot learning in AI
zero-shot learning 常见问题 FAQ
零样本学习是怎么实现的?+
大模型在预训练中已学到任务知识,通过自然语言指令(如「翻译成英文」)即可调用,无需更新参数。
零样本和 few-shot 哪个更好?+
通常 few-shot 更准,但零样本无需准备示例、更省事,适合快速验证;复杂任务建议两种都试。
与 zero-shot learning 相关的搜索
人们搜索 zero-shot learning 时,还会关心这些问题:
- zero-shot learning 是什么
- 什么是 zero-shot learning
- zero-shot learning 是什么意思
- zero-shot learning 原理
- zero-shot learning 有什么用
- zero-shot learning 应用场景
- zero-shot learning 为什么火
- zero-shot learning 2026