Definizione
Che cos’è Zero-shot e come funziona?
Il modello si basa sulle capacità generali apprese e sulle istruzioni. È rapido da provare, ma può risultare meno stabile di approcci con esempi.
Il termine nasce nel machine learning classico, dove indicava la capacità di riconoscere classi mai viste in addestramento grazie a descrizioni testuali. Con gli LLM è diventato sinonimo di prompt con sole istruzioni. Funziona bene su compiti comuni e categorie dai nomi chiari, come smistare email in ordini, reclami e fatture; peggiora con categorie interne dai confini sfumati o con formati di output rigidi.
Esempio aziendale
Esempio di Zero-shot in azienda
Un LLM classifica per la prima volta email in categorie descritte soltanto nel prompt.
Applicazioni
Quando può essere utile
- prototipi rapidi
- classificazione iniziale
- traduzione
- estrazione semplice
- valutazione di fattibilità
Limiti
Quando fare attenzione
- categorie aziendali dai nomi poco descrittivi
- formato di output che varia tra richieste
- casi di confine assegnati in modo incoerente
- prestazioni non misurate prima del rilascio
Da non confondere
Zero-shot: con cosa non va confuso?
Zero-shot usa solo istruzioni. Few-shot aggiunge alcuni esempi che mostrano al modello il risultato atteso.
Dalla definizione al progetto
Cosa può realizzare Agentix con Zero-shot
Nei primi giorni di un progetto Agentix usa prompt zero-shot come linea di base: con una descrizione delle categorie e un campione di documenti reali si capisce subito quanto il modello sa fare da solo e dove sbaglia.
Gli errori della prova zero-shot vengono raggruppati per tipo, per esempio categorie confuse tra loro o campi non trovati. Da qui si decide se migliorare le istruzioni, aggiungere esempi, introdurre un controllo con regole o passare a un modello addestrato sui dati del cliente.
Valuta il caso d’uso con AgentixRisposte rapide
Domande frequenti su Zero-shot
Quando basta un prompt zero-shot?
Quando il compito è comune, le categorie si spiegano in una riga e un errore occasionale è tollerabile. È il punto di partenza consigliato: si misura l’accuratezza su un campione reale e si aggiungono esempi solo se i risultati non bastano.
Zero-shot e zero-shot learning sono la stessa cosa?
Sono collegati. Zero-shot learning nasce come tecnica per classificare oggetti di classi assenti dal training. Nei modelli linguistici si parla di zero-shot prompting quando il modello svolge un compito con sole istruzioni, senza esempi nel prompt.
Dal concetto all’applicazione
Vuoi applicare Zero-shot nella tua azienda?
Partiamo dal processo, dai dati disponibili e dal risultato atteso per definire un primo progetto concreto.