AI 詞彙表

📖

術語

任务无关训练

一种训练方法，模型学习通用表示而不针对特定任务进行优化。这种方法促进了灵活性和向新应用的迁移能力。

📖

術語

跨领域迁移

模型将其在一个领域获得的知识应用到完全不同领域任务的能力。这种可迁移性对于零样本学习的成功至关重要。

📖

術語

基础模型

在大量多样化数据上预训练的大规模模型，作为多个下游应用的基础。这些模型构成了现代零样本学习的支柱。

📖

術語

自一致性

一种推理方法，为同一问题生成多个推理过程并选择最频繁出现的答案。这种方法通过利用冗余性提高了零样本回答的可靠性。

📖

術語

模型容量

衡量模型能够有效用于存储知识的复杂性和参数数量。足够的容量是零样本能力出现的先决条件。

📖

術語

任务适应

预训练模型在推理过程中动态调整以适应新特定任务的过程。这种无需重新训练的适应是零样本学习的核心。

📖

術語

泛化差距

训练期间见过的任务与全新任务之间的性能差异。缩小这一差距是零样本学习的基本目标。

📖

術語

零样本提示

仅向模型提供任务描述而不提供任何示例来指导其回答的技术。这种方法直接测试模型的泛化能力。