零樣本學習（zero-shot learning）

告訴一個從沒見過斑馬的人，斑馬就是「一匹帶黑白條紋的馬」，他到了動物園第一眼就能認出來。他從沒看過實物——他靠的是一句描述，加上自己原本就懂的關於馬和條紋的知識。零樣本學習把這種本事給了機器：對一個它恰好得到零個訓練樣本的類別或任務，它靠一句描述、一個名稱或共享的知識來應對。

它的做法，是把事物都映射進一個共同的「意義空間」。模型學的不是「這一團像素等於第7類」，而是學會把輸入與文字描述聯繫起來——於是一個它從未訓練過的新類別，仍能透過其描述被認出。當代的大型語言模型和視覺-語言模型天生就會這一手：它們在浩瀚的文字與圖文配對資料上訓練過，便能給一張照片打標籤、或回答關於某個類別的問題，哪怕這個類別從未作為帶標籤樣本出現過，因為這個概念早已活在它讀過的文字裡。

零樣本很了不起，但要清醒地看待這個「零」字。它指的是零個任務專屬樣本，而非零知識——模型完全倚仗它預訓練時見過的廣泛資料，所以一個真正在那批資料裡缺席的概念，仍然夠不著。它的準確度通常低於、也比用真實樣本訓練的模型更脆弱，而且對你描述或提示的具體措辭十分敏感。零樣本是個不錯的起點，卻不是能穩妥替代正經訓練的保票。