T
traeai
Sign in

概念

zero-shot learning

模型在未经显式训练的情况下执行新任务的能力。

已跟踪 1 条高相关材料

TraeAI 观察

最近变化

2026-05-11 · GPT-2在800万网页文本上训练,参数量达15亿,首次展示零样本迁移能力。

为什么值得关注

zero-shot learning 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

GPT-2Transformer大语言模型零样本学习

相关材料

已收录 1 条与 zero-shot learning 相关的内容,按评分排序。

AI Paper Review: Language Models are Unsupervised Multitask Learners (GPT-2)

AI Paper Review: Language Models are Unsupervised Multitask Learners (GPT-2)

freeCodeCamp.org3193 字 (约 13 分钟)
92

GPT-2 demonstrated that training a large language model solely on unsupervised next-word prediction enables emergent multitask capabilities, performing translation, QA, and summarization without task-specific fine-tuning.

入选理由:GPT-2在800万网页文本上训练,参数量达15亿,首次展示零样本迁移能力。

FeaturedArticle#GPT-2#Large Language Models#Zero-Shot Learning#Transformer英文

跨材料问答 · zero-shot learning

回答基于:zero-shot learning 相关 1 条材料
    0 / 500

    AI may generate inaccurate information. Please verify important content.