¿Qué es Zero-shot Learning?
Es la capacidad de la inteligencia artificial de predecir algo para lo que no tiene formación.
Definición
El aprendizaje de muestra cero es la capacidad de la inteligencia artificial de hacer una predicción sobre un tema para el que nunca antes había sido entrenada o visto un ejemplo. Gracias a su conocimiento general del mundo, el modelo resuelve una tarea que nunca había visto mediante el razonamiento.
Cómo funciona
El modelo utiliza relaciones conceptuales aprendidas durante su entrenamiento. Por ejemplo, si conoce los conceptos de 'gato' y 'perro', podrá identificar un tipo de animal que nunca ha visto cuando se le describe.
Dónde se usa
Se utiliza con frecuencia en chatbots casuales, donde los usuarios hacen preguntas directamente al modelo sin dar ningún ejemplo.
Suele confundirse con
Se confunde con el aprendizaje de pocas oportunidades; Aquí el modelo no tiene pistas ni ejemplos.
Preguntas frecuentes
¿Cómo puede el modelo hacer predicciones?
Razona utilizando las similitudes entre conceptos en el enorme conjunto de datos que aprendió durante su educación.
¿El disparo cero es siempre preciso?
No, existe un mayor riesgo de alucinar cosas que escapan al conocimiento del modelo.
Términos relacionados
Esta explicación se redactó en lenguaje sencillo para TreScout y se tradujo automáticamente del original en turco · prevalece la versión turca. Si algo le parece erróneo o incompleto, escriba a hello@trescout.com. Leer en turco →