Zero-Shot bedeutet, dass ein Sprachmodell eine Aufgabe allein anhand der Anweisung löst, ohne vorher Beispiele zu sehen.
Was bedeutet der Begriff?
Von Zero-Shot spricht man, wenn ein Sprachmodell eine Aufgabe nur auf Basis einer Beschreibung bearbeitet und kein Beispiel für das gewünschte Ergebnis mitgeliefert bekommt. „Fasse diese E-Mail in zwei Sätzen zusammen“ ist ein Zero-Shot-Prompt. Moderne Modelle lösen viele Aufgaben auf diese Weise ordentlich, weil sie während des Trainings sehr viele Muster kennengelernt haben.
Das Gegenstück ist Few-Shot: Der Prompt enthält einige Beispiele, an denen sich das Modell orientiert.
In der Praxis beginnt man oft mit Zero-Shot, misst die Ergebnisse an echten Daten und ergänzt Beispiele nur dort, wo es nötig ist. So bleibt der Prompt kurz und günstig. Wenn auch Beispiele nicht ausreichen, kommen weitere Mittel in Betracht, etwa die Anbindung eigener Quellen oder Fine-Tuning.
Beispiel aus einem KMU
Ein Beispiel aus einem KMU: Ein Unternehmen möchte Anfragen in feste Kategorien einsortieren, etwa „Reklamation“, „Angebot“ oder „Terminwunsch“. Zero-Shot funktioniert bei klaren Fällen. Bei Grenzfällen verbessern drei bis fünf Beispiele pro Kategorie die Treffsicherheit häufig spürbar.