Le zero-shot décrit la capacité d'un modèle de langage à aborder une tâche sans avoir reçu d'exemples spécifiques de celle-ci dans le prompt ni d'entraînement dédié. Le modèle s'appuie uniquement sur les connaissances générales acquises lors de son pré-entraînement et sur les instructions qu'il reçoit en langage naturel. Par exemple, si vous demandez « classez cet e-mail comme spam ou légitime » sans montrer aucun cas résolu précédemment, vous utilisez une approche zero-shot.
Son importance réside dans sa flexibilité : il permet de résoudre de nouveaux problèmes sans avoir besoin de collecter des données étiquetées ni de réentraîner le modèle, ce qui permet d'économiser du temps et des ressources. C'est la forme la plus directe d'interagir avec un modèle et la base sur laquelle se construisent des techniques plus élaborées.
Il convient de le distinguer d'autres approches connexes :
- Zero-shot : sans exemples dans le prompt.
- Few-shot : quelques exemples sont inclus pour guider le modèle.
En pratique, le zero-shot fonctionne bien pour les tâches courantes, mais sa précision peut chuter sur des problèmes très spécifiques ou nécessitant un format de sortie concret, où l'ajout d'exemples améliore généralement les résultats.