Zero-Shot-Klassifikation
Definition
Zero-Shot-Klassifikation ordnet Daten Kategorien ohne aufgabenspezifische gelabelte Trainingsbeispiele zu.
Die Zuordnung von Eingaben zu Klassen, für die das verwendete Modell keine aufgabenspezifischen gelabelten Trainingsbeispiele erhalten hat, oft über Klassenbeschreibungen.
Einfach erklärt
Du beschreibst dem Modell neue Kategorien. Es versucht, passende Beispiele zuzuordnen, ohne zuvor genau diese Zuordnung trainiert zu haben.
Warum das im Alltag wichtig ist
Der Begriff hilft, KI-Systeme fundiert auszuwählen, zu entwickeln, zu bewerten und ihre technischen Risiken realistisch einzuordnen.
Beispiel aus dem Mittelstand
Ein Betrieb ordnet neue Ticketkategorien anhand klarer Beschreibungen zu und prüft sie gegen gelabelte Fälle.
Grenzen und Fallstricke
- Sie ist eine konkrete Inferenzaufgabe, nicht identisch mit allgemeinem Zero-Shot Learning oder einem Prompt ohne Beispiele.
Entstehung & Geschichte
NLI-basierte Sprachmodelle machten textuelle Zero-Shot-Klassifikation ab 2019 praktisch zugänglich.
Anwendung im Mittelstand
- Mögliche Anwendung: Ein Betrieb ordnet neue Ticketkategorien anhand klarer Beschreibungen zu und prüft sie gegen gelabelte Fälle.
Häufige Fragen
Was bedeutet Zero-Shot-Klassifikation?
Die Zuordnung von Eingaben zu Klassen, für die das verwendete Modell keine aufgabenspezifischen gelabelten Trainingsbeispiele erhalten hat, oft über Klassenbeschreibungen. Worauf sollte man achten? Sie ist eine konkrete Inferenzaufgabe, nicht identisch mit allgemeinem Zero-Shot Learning oder einem Prompt ohne Beispiele.
Quellen
- Benchmarking Zero-shot Text Classification · Yin et al., Benchmarking Zero-shot Text Classification
Quelle geprüft am 10.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: