NAiOS Wiki

Zero-Shot

También: Zero-Shot Learning · esimerkittömän oppiminen · ZSL · koulutukseton päättely

Mallin kyky suorittaa tehtäviä ilman erityistä koulutusta niihin

1 min de lectura

Zero-shot tarkoittaa kielimallin kykyä ratkaista tehtävä ilman, että kehotteessa on siihen liittyviä esimerkkejä eikä mallia ole koulutettu sitä varten erikseen. Malli nojautuu ainoastaan esikoulutuksen aikana hankittuun yleiseen tietoon ja luonnollisella kielellä annettuihin ohjeisiin. Esimerkiksi jos pyydät "luokittele tämä sähköposti roskapostiksi tai asialliseksi" näyttämättä yhtäkään valmiiksi ratkaistua tapausta, käytät zero-shot-lähestymistapaa.

Sen merkitys perustuu joustavuuteen: sen avulla voi ratkaista uusia ongelmia keräämättä merkittyä dataa tai kouluttamatta mallia uudelleen, mikä säästää aikaa ja resursseja. Se on suorin tapa olla vuorovaikutuksessa mallin kanssa ja perusta, jonka varaan monimutkaisemmat tekniikat rakentuvat.

On hyödyllistä erottaa se muista siihen liittyvistä lähestymistavoista:

  • Zero-shot: kehotteessa ei ole esimerkkejä.
  • Few-shot: mukaan sisällytetään muutama esimerkki mallin ohjaamiseksi.

Käytännössä zero-shot toimii hyvin yleisissä tehtävissä, mutta sen tarkkuus voi heiketä hyvin erityisissä ongelmissa tai sellaisissa, jotka vaativat tietyn tulostusmuodon. Tällaisissa tapauksissa esimerkkien lisääminen parantaa yleensä tuloksia.

¿Quieres profundizar?

Lee nuestros artículos sobre IA aplicada en el blog de NAiOS.

Ir al Blog