技术
Zero-shot（零样本）
零样本学习（Zero-shot）使AI模型无需特定任务训练数据即可完成任务，解决数据稀缺场景下的泛化问题。典型应用包括跨语言翻译和图像分类，代表工作如CLIP和GPT-3的零样本推理。
详细解释
零样本学习利用预训练模型中的通用知识，通过任务描述或属性映射实现对新类别的识别。常见方法包括基于语义嵌入的映射和提示学习。大语言模型和视觉-语言模型如CLIP展示了强大的零样本能力，推动了通用人工智能的发展。
别名与相关写法
zero-shot
相关术语
Language Model共现 2 篇
Zero-Shot Classification共现 1 篇
Optimal Transport共现 1 篇
Chain-of-thought共现 1 篇
Graph Reasoning共现 1 篇
相关公司
相关资讯
AutoHebb：可零样本推理与持续学习的自修改神经网络2026/11/2
开源医疗模型 MedJev 发布评测：零样本诊断接近 GPT-42026/10/28
Recursia：共享可执行栈自改进实现机器人长程操作2026/10/20
LEMON：基于注意力图的等变学习实现新大模型零样本行为监控2026/10/20
研究用预训练语言模型零样本做社科研究2026/10/15
RAO-Nav：全模态语言模型零样本视听导航2026/9/29
SCX Router：流式零样本模型选择路由2026/9/3
TIZSKT 提出以文本为索引的零样本跨域知识追踪2026/11/2