Lernen ohne Schuß
Eine Modellfähigkeit zur korrekten Bearbeitung von Aufgaben oder zur Klassifizierung von Daten, für die es nie explizit trainiert wurde, indem generalisierte Wissensrepräsentationen genutzt wurden.
Definition
Techniken (z. B. Prompt Engineering in großen Sprachmodellen, attributbasierte Klassifikatoren), die es Modellen ermöglichen, Beziehungen zwischen bekannten und neuen Klassen auf der Grundlage gemeinsamer semantischer oder Merkmalseinbettungen abzuleiten. Zu den Überlegungen im Bereich der Unternehmensführung gehören die Validierung der Nullschussleistung anhand repräsentativer Hold-out-Kategorien, die Überwachung auf unerwartete Fehlklassifizierungen und die Einrichtung von Fallback-Verfahren, wenn das Vertrauen in unsichtbare Eingaben gering ist.
Real-World Example
Ein Chatbot für den Kundensupport, der auf einem großen Sprachmodell basiert, verwendet eine Zero-shot-Klassifizierung, um Fragen zum „Abonnement-Upgrade“ weiterzuleiten — obwohl er nie auf diesem Etikett trainiert wurde —, indem er die semantische Absicht den verfügbaren Kategorien zuordnet. Das System protokolliert Zero-shot-Routings mit geringer Vertrauenswürdigkeit zur menschlichen Überprüfung und gewährleistet so die korrekte Bearbeitung neuartiger Anfragen.
.svg)
