Zero-Shot Transfer（零样本迁移）

零样本迁移依赖模型在预训练阶段学到的通用表示和语义关系，通过辅助信息（如属性、文本描述）将知识迁移到新任务。它突破了传统监督学习对目标域标注的依赖，使模型能处理开放世界任务。代表性工作包括CLIP利用图文对比学习实现零样本分类，以及GPT-3的少样本学习。