Vyhledávání a znalosti · Přenos znalostí na nevidené třídy

Učení s nulovým počtem příkladů cílové třídy

Poslední odborná revize
7. srpna 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-Z-14

Odborná definice

Význam a odborné vymezení pojmu

Zero-shot learning je rámec, ve kterém model během tréninku nedostane označené příklady jedné nebo více cílových tříd, ale při inferenci jejich má rozpoznat pomocí pomocnej sémantickej informace. Tou mohou být atributy, textové opisy, názvy tříd, znalostní graf nebo společný embedding. Klasické nastavení oddeluje seen a unseen třídy, generalizované nastavení testuje obě skupiny najednou. Úspěch závisí na kvality sémantického mosta a od omezení biasu směrem k známym triedam.

Srozumitelné vysvětlení

Jak se pojem používá v praxi

Model se může naučit rozpoznávat zvieratá, které videl, a zároveň chápat popis nového druhu, například velký vták s červeným zobákom. Při teste porovná obrazové příznaky s popisem, ačkoli fotografii této třídy v tréninku nemal. Nejde o učení zcela bez dat, model využívá zkušenost z jiných tříd a externí popis. Pokud popis nerozlišuje podobné kategorie nebo tréninková třídy nepokrývají potřebné vlastnosti, nulový přenos selže navzdory dobrej obecné reprezentaci.

Časté otázky

Otázky, které upřesňují význam

Co znamená seen a unseen třída?

Seen třídy mají tréninková příklady, unseen třídy ne. Model jejich propojuje přes atributy nebo jinou společnou sémantickou reprezentaci.

Co je generalized zero-shot learning?

Testovací množina obsahuje známé i neznámé třídy. Je realistickejšia, ale model bývá silně naklonený triedam z tréninku.

Je zero-shot learning to jisté jako prompting LLM?

Ne. Prompting je jeden způsob využitia předtrénovaného modelu bez ukážok, zatímco ZSL je širší formálny rámec přenosu na nevidené třídy.

Jakou úlohu mají atributy?

Opisují vlastnosti tříd v společném prostoru, takže model může zložit rozhodnutí pro třídu bez její označeného obrazového příkladu.

Jak se měří výkon?

Používá se přesnost na unseen třídách, při generalizovanom nastavení často harmonický průměr výkonu na seen a unseen třídách.

Související pojmy

Významové a tematické souvislosti

Zdroje a redakční stopa

Použitá východiska a odborná revize

  • Xian et al., Zero-Shot Learning, The Good, the Bad and the Ugly

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.