Technique Actualizado 2026-04

Zero-shot

Zero-shot Learning
Definición

El zero-shot permite a un modelo realizar una tarea sin ningún ejemplo previo, únicamente a partir de la instrucción.

Ver también en el glosario

F
Few-shot
Few-shot involves providing a few examples in the prompt to guide the model toward the desired response format or style.
P
Prompt
A prompt is the instruction or question you give an AI to get a response. It's the interface between you and the model.
L
LLM (Large Language Model)
An LLM is an AI model trained on billions of texts, capable of understanding and generating human language.
F
Foundation Model
A foundation model is a large AI model pre-trained on massive data, adaptable to multiple tasks.

Herramientas que usan zero-shot

C
ChatGPT
El asistente de IA conversacional más usado del mundo
4.6/5
C
Claude
La IA que entiende los matices, de Anthropic
4.7/5
G
Gemini
El asistente de IA de Google con contexto de 1M de tokens
4.5/5
D
DeepSeek
El modelo chino open source que rivaliza con GPT-4
4.7/5

Preguntas frecuentes

¿Cuál es la diferencia entre zero-shot y few-shot?
Zero-shot: no se proporciona ningún ejemplo, el modelo entiende la instrucción por sí solo. Few-shot: se proporcionan de 2 a 5 ejemplos para guiar al modelo. El few-shot suele dar mejores resultados.
¿Todos los LLM son capaces de zero-shot?
Los grandes LLM (GPT-4, Claude, Gemini) destacan en zero-shot. Los modelos pequeños a menudo necesitan ejemplos (few-shot) para rendir bien.