零样本学习（zero-shot learning）

告诉一个从没见过斑马的人，斑马就是「一匹带黑白条纹的马」，他到了动物园第一眼就能认出来。他从没看过实物——他靠的是一句描述，加上自己原本就懂的关于马和条纹的知识。零样本学习把这种本事给了机器：对一个它恰好得到零个训练样本的类别或任务，它靠一句描述、一个名称或共享的知识来应对。

它的做法，是把事物都映射进一个共同的「意义空间」。模型学的不是「这一团像素等于第7类」，而是学会把输入与文字描述联系起来——于是一个它从未训练过的新类别，仍能通过其描述被认出。当代的大语言模型和视觉-语言模型天生就会这一手：它们在浩瀚的文本与图文配对数据上训练过，便能给一张照片打标签、或回答关于某个类别的问题，哪怕这个类别从未作为带标签样本出现过，因为这个概念早已活在它读过的文字里。

零样本很了不起，但要清醒地看待这个「零」字。它指的是零个任务专属样本，而非零知识——模型完全倚仗它预训练时见过的广泛数据，所以一个真正在那批数据里缺席的概念，仍然够不着。它的准确度通常低于、也比用真实样本训练的模型更脆弱，而且对你描述或提示的具体措辞十分敏感。零样本是个不错的起点，却不是能稳妥替代正经训练的保票。