待验证50% 置信事实精确时间

零样本模型无需标注数据，只要用自然语言写清楚标签就能给出分类结果

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

分类任务怎么选：训练专用分类器还是用零样本大模型？

涉及实体

零样本分类concept

相关事实

待验证零样本分类器（如基于CLIP或NLI的方案）允许用户以自然语言描述类别，灵活性更高但通常需要更大的基础模型75% 相似待验证当提示中包含展示标签对比的少样本样例时，所有大语言模型的表现都超越了零样本提示75% 相似已验证零样本分类依托预训练大语言模型如BART、RoBERTa的NLI变体的语义理解能力73% 相似待验证零样本（Zero-shot）提示指不提供示例，完全依赖文字描述73% 相似待验证零样本分类另一实现方式是直接调用指令跟随型大语言模型（如 GPT-4、Claude），用提示词描述分类规则输出类别标签70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/976262

API

curl https://kongchang.com/api/v1/knowledge/claims/976262

MCP

get_claim(id=976262)