Yapay zekâ sözlüğü
Orta seviye
Zero-Shot Learning
Zero-shot Learning
28.08.2026 tarihinde güncellendi
Zero-shot learning, modelin görev için özel örnek görmeden yalnızca talimat veya sınıf açıklamasından yararlanarak sonuç üretmesidir.
Genel bakış
Kavramın çerçevesiZero-shot learning, modelin hedef görev için örnek çiftleri görmeden talimat, sınıf adı veya doğal dil açıklamasından yararlanmasıdır. Büyük ön eğitim modelleri farklı görevleri ortak dil alanında ifade edebildiği için bu yaklaşım pratik hale gelmiştir. Başarı, açıklamanın netliğine, sınıfların birbirinden ayrılmasına ve modelin eğitim kapsamına bağlıdır. Kritik sınıflandırmalarda az sayıda örnekle doğrulama veya fine-tuning gerekebilir.
Çalışma mantığı: Model, görev açıklamasını veya sınıf adlarını ön eğitimdeki bilgileriyle eşleştirir ve özel örnek olmadan çıktı üretir. Talimatın biçimi, sınıf adlarının açıklığı ve adaylar arasındaki ayrım başarıyı etkiler.
Kullanım alanları: Hızlı prototip, yeni kategori taraması, metin sınıflandırma, görsel etiketleme ve düşük veri bulunan görevlerde kullanılır.
Sınırlılıklar: Alan bilgisi zayıfsa sonuç kararsız olabilir; az sayıda temsilci örnek, kalibrasyon ve bağımsız doğrulama gerekebilir.
Çalışma mantığı: Model, görev açıklamasını veya sınıf adlarını ön eğitimdeki bilgileriyle eşleştirir ve özel örnek olmadan çıktı üretir. Talimatın biçimi, sınıf adlarının açıklığı ve adaylar arasındaki ayrım başarıyı etkiler.
Kullanım alanları: Hızlı prototip, yeni kategori taraması, metin sınıflandırma, görsel etiketleme ve düşük veri bulunan görevlerde kullanılır.
Sınırlılıklar: Alan bilgisi zayıfsa sonuç kararsız olabilir; az sayıda temsilci örnek, kalibrasyon ve bağımsız doğrulama gerekebilir.
Teknik tanım ve açıklama
Temel mekanizmaModelin hiç örnek görmeden, sadece görev açıklamasıyla yeni görevleri yerine getirme yeteneğidir. Modern LLM'lerin güçlü yönlerinden biridir.
Gerçek hayatta kullanım
Örnek senaryoBir LLM, daha önce örnek görmediği bir sınıflandırma görevini yalnızca görev açıklamasından anlayarak yapabilir. Editoryal bir uygulamada bu kavramı kullanırken önce hedefi ve başarı ölçütünü yazın, ardından küçük bir örnek üzerinde sonucu kontrol edip üretime almadan önce insan doğrulaması yapın.