Zero-shot learning (ZSL) to technika uczenia maszynowego, która pozwala modelom AI rozpoznawać i klasyfikować pojęcia, z którymi nie zetknęły się one bezpośrednio podczas etapu trenowania. Zamiast polegać na etykietowanych przykładach dla każdej nowej kategorii, model wykorzystuje zdobytą wcześniej wiedzę oraz informacje pomocnicze, takie jak opisy tekstowe czy relacje semantyczne. Dzięki temu system potrafi uogólniać posiadane informacje na zupełnie nowe klasy danych, co jest kluczowe w sytuacjach, gdy dane treningowe są trudne do pozyskania lub kosztowne. Metoda ta jest powszechnie stosowana w przetwarzaniu języka naturalnego oraz rozpoznawaniu obrazów, umożliwiając obsługę zadań bez konieczności ponownego uczenia modelu.
Zero-shot learning (uczenie bez etykiet) (zero-shot)
