零样本学习 (ZSL) 使模型能够处理未经过明确训练的任务，但同时也面临着挑战。三个常见的陷阱包括已见类别和未见类别之间的语义差距、对已见类别的偏见以及对高质量元数据的依赖。了解这些问题有助于开发人员设计更好的 ZSL 系统。
第一个主要陷阱是**语义差距**，即模型难以将未见类别的特征与其描述联系起来。例如，如果一个 ZSL 模型接受训练，使用“有翅膀”等文本描述来识别动物，那么如果测试图像中翅膀的视觉特征（例如，蝙蝠与鸟类）与训练数据中的翅膀的视觉特征不同，则该模型可能会失败。发生这种情况是因为模型对属性（如“翅膀”）的内部表示可能与真实世界的变体不一致。开发人员通常低估了弥合这一差距所需的特定领域调整的程度，例如细化属性定义或结合像 CLIP 风格模型这样的视觉-语言对齐技术。
另一个问题是**对已见类别的偏见**。由于 ZSL 模型是在标记数据的子集上训练的，因此它们倾向于过度拟合这些类别。例如，在家庭动物（例如，猫、狗）上训练的模型可能会错误地将未见类别（如“袋鼠”）分类为看起来相似的已见类别（例如，“狗”）。这种偏差的产生是因为模型在训练期间缺乏对未见类别变体的接触。为了缓解这种情况，开发人员可以使用诸如生成对抗网络 (GAN) 之类的技术来合成未见类别的特征，或者采用校准方法来动态调整预测置信度。
最后，ZSL 严重依赖于**高质量元数据**，例如类属性或文本描述。如果元数据不完整或嘈杂，性能会急剧下降。例如，如果一种鸟类的描述省略了诸如“水生”之类的关键特征，则该模型可能会错误地将企鹅分类为陆地鸟类。开发人员必须确保元数据是全面的并且与真实世界的数据一致。知识图谱可以通过提供结构化关系来提供帮助，但这需要仔细的管理。此外，评估 ZSL 模型是棘手的，因为标准指标（例如，准确性）可能无法反映真实世界的泛化能力 - 在多样化的未见数据上进行测试至关重要。
通过解决这些陷阱，改进数据对齐、减少偏差和使用健壮的元数据，开发人员可以提高 ZSL 系统的可靠性和适用性。