技术
Zero-shot Learning（零样本学习）
零样本学习旨在让模型识别训练中未出现的类别，解决标注数据稀缺问题。它通过语义属性或文本描述建立类别间联系。典型应用包括图像分类中新类别的识别和跨语言迁移。
详细解释
零样本学习通常利用类别的语义嵌入（如属性向量、词向量）作为桥梁，将视觉特征映射到语义空间进行匹配。技术包括嵌入空间对齐、生成模型。在NLP中，零样本学习体现为提示学习，如GPT-3的零样本推理。代表工作有DAP、ESZSL。
别名与相关写法
zero-shot learning