学习

零样本学习的定义与背景

零样本学习（Zero-Shot Learning）是一种机器学习技术，它允许模型在没有标注数据的情况下处理未见过的数据或类别。这种能力是通过利用模型从已有的标记数据中获得的知识来实现的。

零样本学习的核心思想是在训练阶段，尽管不包含任何来自新类别的标记数据，但模型依然能够对新类别进行准确预测。这一技术的发展，部分得益于深度学习的进步和大规模预训练模型的出现。例如，在图像识别领域，通过在大规模图像集上预先训练一个模型，该模型可以学习到视觉特征和不同物体间的区分性信息。即使没有直接看到新的未见类别的实例，这些学到的知识仍可以帮助模型识别新类别。