零样本学习是什么？
餐厅点菜，你说「来一份辣的、不油的」，服务员不用你举例就能照做。零样本学习（Zero-Shot Learning）就是这样：不给任何示例，模型只凭一句指令，就能完成它从没专门训练过的任务。它凭什么「没学过也会」？
大模型在海量文本里学会了语言、常识和大量任务的「套路」。当你给出清晰的指令，它把这些通用能力「迁移」到新任务上——相当于用旧经验解决新问题。零样本 vs 少样本
零样本零示例、纯指令，胜在快和省，适合情感分类、摘要、翻译这类常见任务。
少样本
给几个例子，适合格式复杂、边界模糊的任务，往往更稳。
什么时候零样本会「翻车」？
任务太冷门离训练数据太远的领域，模型可能完全抓瞎。
要求太具体
复杂的格式、独特的口径，光靠描述很难说清，这时给例子更靠谱。
指令写得含糊
零样本全靠指令，一句话没说清，结果就偏了。
怎么把零样本用得更稳？
把任务讲透说清「做什么、怎么做、什么格式」，指令越具体越好。
必要时加角色
「你是一位翻译……」这类设定，能帮模型切到正确的上下文。
先零样本，不够再升级
能零样本就别少样本，能少样本就别微调——用最低成本解决问题。
一句话记住：零样本学习，就是「不给例子，光靠说清楚就能让 AI 干活」。
评论