2nd/10_Wiki/Topics/AI/Zero-Shot-Learning.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
ZERO-SHOT-001	10_Wiki/💡 Topics/AI	1.0	ai machine-learning zero-shot transfer-learning nlp	2026-04-26

Zero-Shot Learning (제로샷 학습)

📌 한 줄 통찰 (The Karpathy Summary)

"배운 적 없는 문제라도, 가지고 있는 배경 지식을 총동원해 해결하라" — 특정 클래스나 태스크에 대한 학습 데이터 없이도, 이미 학습된 개념적 유사성과 언어적 맥락을 바탕으로 미지의 문제를 해결하는 기법.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 고차원의 의미 공간(Semantic Space)에서 클래스 간의 관계를 파악하여, 학습 데이터가 존재하지 않는 카테고리에 대해서도 예측을 수행하는 추론 패턴.
• 작동 원리:
  • Attribute Sharing: 동물을 분류할 때 '줄무늬', '네 발', '육식' 등의 속성을 공유하여, 처음 보는 동물이라도 속성의 조합을 통해 정체를 유추.
  • Semantic Embedding: 텍스트와 이미지를 동일한 벡터 공간에 매핑하여, 텍스트 설명을 통해 이미지의 범주를 인식 (예: CLIP 모델).
  • Prompting in LLM: "다음 문장을 프랑스어로 번역해줘"와 같은 지시만으로 번역을 수행하는 거대 언어 모델의 능력.
• 의의: 데이터 수집이 불가능하거나 극히 드문 케이스에 대한 대응력을 제공하여 AI의 범용성을 확장함.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 각 태스크마다 전용 모델이 필요하다는 고정관념을 깨고, 하나의 강력한 사전 학습 모델이 수만 가지 태스크를 제로샷으로 수행할 수 있는 시대로 전환.
• 정책 변화: Antigravity 프로젝트는 새로운 위키 주제가 추가될 때 별도의 파인튜닝 없이 제로샷 추론을 통해 초기 초안을 작성하고 카테고리를 분류함.

🔗 지식 연결 (Graph)

• Transfer-Learning-Foundations, LLM, Prompt-Engineering-Mastery, One-Shot-Learning
• Raw Source: 10_Wiki/Topics/AI/Zero-Shot-Learning.md