HyperAIHyperAI

التعلم بدون أمثلة

التعلم بدون أمثلة (Zero-Shot Learning - ZSL) يشير إلى قدرة النموذج على التعرف على فئات معينة لم يسبق له مواجهتها خلال عملية التدريب. الهدف الأساسي منه هو تحقيق تصنيف وتعرف فعال على الفئات التي كانت غير معروفة أثناء المرحلة الإشرافية للتعلم. في علم المعالجة اللغوية الحديث (NLP)، يمكن للنماذج اللغوية تقييم المهام الثانوية دون ضبط دقيق، مما يعزز بشكل كبير قدرة النموذج على التعميم وقيمة التطبيق. يتم تحقيق الاستدلال على الفئات غير المرئية من خلال تعلم خريطة من فضاء خصائص الصورة إلى الفضاء الدلالي، أو من خلال التضمينات المتعددة الأوضاع غير الخطية. قدّمت مجموعات البيانات المعيارية مثل aPY، AwA، وCUB دعماً حاسماً لأبحاث التعلم بدون أمثلة.

التعلم بدون أمثلة | SOTA | HyperAI