ゼロショットラーニング

Zero-Shot Learning (ZSL) は、モデルがトレーニング中に遭遇していないカテゴリを認識する能力を指します。その主な目的は、教師あり学習の段階で未知だったカテゴリに対する効果的な分類と認識を達成することです。現代の自然言語処理（NLP）では、言語モデルがファインチューニングなしで下流タスクを評価できるようになり、モデルの汎化能力と応用価値が大幅に向上しています。ZSL は、画像特徴空間から意味空間へのマッピングを学習することで、または非線形マルチモーダル埋め込みを通じて、未知のカテゴリに対する推論を実現します。aPY、AwA、CUB などのベンチマークデータセットは、ZSL 研究に重要な支援を提供しています。