ゼロショット学習

ゼロショット学習って何？

レストランで「辛くて、油っぽくないものを」と頼めば、例を出さなくても店員は対応してくれます。ゼロショット学習（Zero-Shot Learning）も同じ。例を一切与えず、指示だけの一文で、モデルが「専門に訓練していないタスク」をこなします。

なぜ「習っていない」のにできるのか

大規模モデルは膨大なテキストから、言語・常識・数多くのタスクの「型」を学んでいます。明確な指示があれば、その汎用的な能力を新しいタスクに「転用」できる——古い経験で新しい問題を解くようなものです。

ゼロショットと少数ショット

ゼロショット
例なし、指示だけ。速くて安く、感情分析・要約・翻訳など一般的なタスク向き。
少数ショット
例をいくつか渡す。形式が複雑で境界が曖昧なタスク向きで、たいていより安定します。

ゼロショットがつまずく場面

ニッチなタスク
訓練データから遠すぎる領域では、モデルが途方に暮れることも。
要求が細かすぎる
複雑な形式や独特の基準は、言葉だけでは伝えにくい。例が効く場面です。
指示が曖昧
ゼロショットは指示が命。一言がはっきりしないと、結果がぶれます。

より安定させるコツ

タスクを説明しきる
「何を、どうやって、どんな形式で」を、具体的であればあるほど良く。
必要なら役割を付ける
「あなたは翻訳者です……」の一言が、モデルを正しい文脈へ切り替えます。
まずゼロショット、足りなければ次へ
ゼロショットで足りれば少数ショットは不要、少数ショットで足りれば微調整は不要。最小コストで解決を。

まとめ：ゼロショット学習は「例を出さず、説明だけでAIを働かせる」ことです。