待验证50% 置信事实精确时间
零样本学习(Zero-shot Learning)是指模型在未经过针对特定任务训练的情况下,仅凭借预训练阶段积累的通用知识完成新任务的能力
1
来源数
50%
置信度
长期有效
时效性
2026/9/10
首次发现
来源
涉及实体
相关事实
已验证单样本学习不等于零样本学习，其一次演示背后依赖模型在海量预训练数据上积累的先验知识79% 相似已验证Few-Shot Learning是指在提示词中提供少量示例（通常2-8个），让模型通过类比推理完成新任务76% 相似待验证Few-shot Learning相比全量微调的优势在于零训练成本和即时切换能力，只需更换几个示例即可调整品牌语气74% 相似待验证ControlNet的零卷积层设计(初始化为零权重)保证训练初期不会破坏原模型能力,训练成本远低于从头训练新模型74% 相似待验证VLM能够根据自然语言描述识别训练数据中从未出现的目标类别，这种能力被称为零样本（zero-shot）或开放词汇（open-vocabulary）识别72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/885910API
curl https://kongchang.com/api/v1/knowledge/claims/885910MCP
get_claim(id=885910)