Cómo funciona
Zero-shot es la capacidad de un modelo para realizar una tarea para la que no recibió ejemplos, ni en el entrenamiento ni en el prompt. El modelo usa solo la instrucción, qué hacer, y su conocimiento previo para producir la respuesta.
En los modelos de lenguaje modernos, zero-shot funciona porque el modelo se entrenó con una enorme variedad de textos y aprendió patrones generales. Basta describir la tarea en lenguaje natural y él intenta ejecutarla.
Ejemplo práctico
Le pides al modelo: "Clasifica el sentimiento de este texto como positivo, negativo o neutro: 'El producto llegó roto'." Sin ningún ejemplo previo, el modelo responde "negativo". Eso es zero-shot.
Si agregas uno o dos ejemplos antes de la pregunta, se vuelve one-shot o few-shot, lo que suele mejorar la precisión en tareas específicas.
Para qué sirve
Zero-shot es útil cuando no tienes ejemplos etiquetados o quieres prototipar rápido. Es la base de asistentes y chatbots, que necesitan manejar pedidos variados sin entrenamiento específico. La calidad depende de la claridad de la instrucción y de qué tan común es la tarea en el conocimiento del modelo.