Glossar · AIZuletzt aktualisiert: 3. Juni 2026

Was ist Zero-shot Learning?

Es ist die Fähigkeit der künstlichen Intelligenz, etwas vorherzusagen, für das sie keine Ausbildung hat.

Definition

Zero-Sample-Learning ist die Fähigkeit künstlicher Intelligenz, eine Vorhersage zu einem Thema zu treffen, für das sie noch nie trainiert wurde oder für das sie noch nie zuvor ein Beispiel gesehen hat. Dank seines allgemeinen Wissens über die Welt löst das Modell eine Aufgabe, die es noch nie gesehen hat, durch Argumentation.

Analogie: Es ist, als würde man versuchen, ein Wort in einer Fremdsprache, das man noch nie zuvor gesehen hat, allein anhand des Satzes zu erraten.

So funktioniert es

Das Modell nutzt konzeptionelle Beziehungen, die während seines Trainings gelernt wurden. Wenn er beispielsweise die Begriffe „Katze“ und „Hund“ kennt, kann er bei der Beschreibung eine Tierart identifizieren, die er noch nie gesehen hat.

Wo es eingesetzt wird

Es wird häufig in Gelegenheits-Chatbots verwendet, bei denen Benutzer Fragen direkt an das Modell stellen, ohne Beispiele zu nennen.

Häufig verwechselt mit

Es wird mit dem Lernen mit wenigen Schüssen verwechselt; Hier enthält das Modell keine Hinweise oder Beispiele.

Häufige Fragen

Wie kann das Modell Vorhersagen treffen?

Er argumentiert, indem er die Ähnlichkeiten zwischen Konzepten in dem riesigen Datenpool nutzt, den er während seiner Ausbildung gelernt hat.

Ist der Nullschuss immer genau?

Nein, es besteht ein höheres Risiko, Dinge zu halluzinieren, die außerhalb des Wissens des Modells liegen.