零样本学习（Zero-shot Learning，简称ZSL）是一种机器学习范式，它使模型能够在训练过程中从未接触过的新类别上进行识别和推理。核心在于利用类别间的语义关系或属性描述（如文本嵌入、知识图谱），通过已有知识泛化到未知领域，从而无需针对每个新类别提供训练样本即可完成分类或预测任务。
在AI产品开发的实际落地中，零样本学习展现出显著价值，尤其适用于数据稀缺或类别动态变化的场景。例如，在智能客服系统中，模型可处理用户提出的新词汇或未训练过的实体；在推荐引擎中，系统能推荐未在历史数据中出现的新产品；在计算机视觉应用中，识别罕见物体或新兴物种变得可行。这大大提升了产品的适应性和可扩展性，降低了数据收集成本，助力企业快速响应市场变化。
免费模拟面试：试试能否通过大厂“AI产品经理”面试？