基础概念

零样本

Zero-Shot

不给任何示例,直接把任务描述丢给模型就让它做。

又称 Zero-Shot 零样本提示 无示例

本词条最后核验 2026-11-21 · 由本站编辑整理,欢迎指正

01 详细解释

依赖的是预训练里已经见过的任务形式与常识,所以任务越常见、描述越清楚,效果越好。它最省 token,也最省事,是大多数产品默认的第一版写法。

一旦任务有私有口径(比如你们公司的分类标准),零样本几乎必然跑偏。这时候加 2–5 个示例通常比换更贵的模型有效得多。

✦举个例子

直接说「把下面这段客服对话总结成一句话」,不给任何示范。

✓实战提示

零样本先写清「输入是什么、输出给谁看、什么算合格」,再考虑加示例。

02 什么时候会碰到它
刚上手大模型、看文档或教程时

这些词几乎出现在每一篇入门材料里:token 决定成本,上下文窗口决定能塞多少,幻觉决定你敢不敢直接信。先把它们认全,后面读选型、读架构才不卡壳。

03 和这几个词怎么区分
04 接着读这几篇

小7分享网 · 聚焦 AI 的实用博客

每天一篇,跟进 AI 行业动态、实测新工具、拆解实战教程。不堆术语,不炒概念,只写真正用得上的内容。

浏览全部文章关于本站

欢迎回来

登录 小7分享网,继续你的精彩

还没有账号?立即注册

忘记密码 ?

创建账号

注册后即可体验完整功能

已有账号?直接登录

我们将发送一封验证邮件至你的邮箱, 请正确填写以完成账号注册和激活