Uitleg
Zero-shot learning is wanneer een AI-model een taak kan uitvoeren zonder enige training voorbeelden voor die specifieke taak gezien te hebben. In plaats daarvan gebruikt het model gegeneraliseerde kennis en begrip.
Dit is mogelijk omdat modellen concepten leren die breder zijn dan specifieke taken. Bijvoorbeeld, een model kan de woorden "goed" en "slecht" begrijpen en daarom sentimentanalyse uitvoeren zonder ooit een gelabelde sentimentdataset te hebben gezien.
Zero-shot learning is krachtiger dan men aanvankelijk dacht. Grote taalmodellen zoals GPT-4 kunnen zero-shot soms bijna even goed doen als getrainde modellen. Dit is een van de redenen waarom pre-trained modellen zo waardevol zijn.
⚡ Voorbeelden
- •ChatGPT kan zonder training sentimentanalyse doen op reviews in elke taal
- •Multimodale modellen kunnen objecten in afbeeldingen detecteren die ze nooit in training hebben gezien
- •Taalmodellen kunnen code debuggen in programmeertalen die ze nooit expliciet hebben geleerd
Trefwoorden
generalisatietransfer-learningpre-trained-modellenflexibiliteit