Qu'est-ce que Zero-shot Learning ?
C’est la capacité de l’intelligence artificielle à prédire quelque chose pour lequel elle n’a aucune formation.
Définition
L’apprentissage sans échantillon est la capacité de l’intelligence artificielle à faire une prédiction sur un sujet pour lequel elle n’a jamais été formée ni vu d’exemple auparavant. Grâce à sa connaissance générale du monde, le modèle résout une tâche qu’il n’a jamais vue par le raisonnement.
Comment ça marche
Le modèle utilise les relations conceptuelles apprises lors de sa formation. Par exemple, s'il connaît les concepts de « chat » et de « chien », il peut identifier un type d'animal qu'il n'a jamais vu lorsqu'il est décrit.
Où est-ce utilisé
Il est fréquemment utilisé dans les chatbots occasionnels, où les utilisateurs posent des questions directement au modèle sans donner d'exemples.
Souvent confondu avec
Il est confondu avec l'apprentissage en quelques étapes ; Ici, le modèle ne contient aucun indice ni exemple.
Questions fréquentes
Comment le modèle peut-il faire des prédictions ?
Il raisonne en utilisant les similitudes entre les concepts de l’immense pool de données qu’il a appris au cours de ses études.
Le tir zéro est-il toujours précis ?
Non, il existe un risque plus élevé d’halluciner des choses qui échappent à la connaissance du modèle.
Termes liés
This explanation was written in plain language for TreScout · translated from the Turkish original. If something looks wrong or missing, write to hello@trescout.com. Read in Turkish →