Technique Atualizado 2026-04

Zero-shot

Zero-shot Learning
Definição

O zero-shot permite a um modelo realizar uma tarefa sem nenhum exemplo prévio, apenas a partir da instrução.

Veja também no glossário

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.

Ferramentas que usam zero-shot

C
ChatGPT
O assistente de IA conversacional mais usado do mundo
4.6/5
C
Claude
A IA que entende a nuance, da Anthropic
4.7/5
G
Gemini
O assistente de IA do Google com contexto de 1M de tokens
4.5/5
D
DeepSeek
O modelo chinês open source que rivaliza com o GPT-4
4.7/5

Perguntas frequentes

Qual é a diferença entre zero-shot e few-shot?
Zero-shot: nenhum exemplo é fornecido, o modelo entende a instrução sozinho. Few-shot: são fornecidos de 2 a 5 exemplos para orientar o modelo. O few-shot costuma dar melhores resultados.
Todos os LLMs conseguem fazer zero-shot?
Os grandes LLMs (GPT-4, Claude, Gemini) se destacam em zero-shot. Os modelos menores muitas vezes precisam de exemplos (few-shot) para ter um bom desempenho.