Zero-shot learning is het vermogen van een AI-model om een taak uit te voeren waarvoor het geen specifieke trainingsvoorbeelden heeft gezien. Het model gebruikt zijn algemene kennis en begrip van taal of concepten om de taak toch correct uit te voeren, puur op basis van de beschrijving die het krijgt.

Dit staat in contrast met few-shot learning, waarbij het model wel een paar voorbeelden krijgt voordat het de taak moet uitvoeren. Bij zero-shot zijn er geen voorbeelden — het model moet zelf de verbinding leggen tussen de instructie en de gewenste uitkomst.

Moderne grote taalmodellen zijn verrassend goed in zero-shot taken dankzij hun brede training op enorme hoeveelheden tekst. Dit maakt ze flexibel inzetbaar voor nieuwe taken zonder extra trainingsdata.