Zero-Shot Learning bezeichnet die Fähigkeit eines KI-Modells, eine Aufgabe korrekt zu lösen, ohne dass ihm dafür zuvor konkrete Beispiele im Prompt gezeigt wurden.
Ein Modell im Zero-Shot-Modus erhält lediglich eine Beschreibung der Aufgabe (etwa "Übersetze den folgenden Satz ins Französische") ohne begleitende Beispiel-Ein- und Ausgaben und muss die Aufgabe allein auf Basis des während des Trainings erlernten allgemeinen Wissens lösen.
Moderne grosse Sprachmodelle können viele allgemeine Aufgaben bereits sehr gut zero-shot bewältigen, weil sie während des Trainings mit einer enormen Bandbreite an Aufgabentypen in Berührung gekommen sind.
Bei sehr spezifischen, ungewöhnlichen oder mehrdeutigen Aufgaben liefert Zero-Shot Learning jedoch oft schlechtere Ergebnisse als Few-Shot Learning, bei dem das Modell durch ein oder mehrere Beispiele im Prompt zusätzliche Orientierung erhält.
