零样本学习

零样本学习 是什么

零样本学习（Zero-shot Learning）指模型在没有见过任何同类训练示例的情况下，直接完成从未见过的任务或识别从未见过的类别。比如让一个没见过「猫」图片的模型识别猫，或让 AI 执行从未训练过的指令。

大模型如何做到

• 预训练知识：海量语料让模型积累了广泛的世界知识。
• 指令理解：指令微调让模型学会「按描述执行」。
• 涌现能力：模型规模足够大后，新任务无需再训练即可泛化。

与少样本的对比

方式	训练示例	适用场景
零样本	0 个	新任务快速上手
少样本	少量示例	需要示例引导格式
全量微调	大量数据	专业领域深度定制

实际价值

零样本让大模型开箱即用：新任务直接描述就能执行，无需数据准备。这也是「提示工程」能起作用的基础——模型理解自然语言指令，就能完成零样本任务。

小结

零样本学习是大模型「什么都见过、什么都能试试」的能力基础。理解它，就知道为什么写个好提示词往往比准备训练数据更实际。