Zero-shot
Når en AI-model løser en opgavetype udelukkende ud fra instruksen i prompten — uden eksempler på hvad du forventer.
Zero-shot refererer til en models evne til at udføre en opgave uden at du giver eksempler på præcis den type opgave i din prompt. Modellen forstår instruksen og løser opgaven alene ud fra sin brede træning.
Modsætningen er few-shot: her giver du modellen et par eksempler (typisk 2–5) inden selve opgaven for at vise hvad du forventer. Few-shot giver typisk bedre resultater for komplekse eller niche-opgaver, men kræver at du formulerer gode eksempler.
Zero-shot er blevet markant bedre med nyere, større modeller. Moderne modeller klarer mange zero-shot opgaver imponerende godt — de har lært nok mønstre til at generalisere fra instruksen alene.
Du sender en prompt: 'Klassificer disse tweets som positive, negative eller neutrale' og lister tweets uden at vise eksempler på korrekte svar. Modellen analyserer og klassificerer dem alligevel — det er zero-shot klassifikation.