零样本学习（Zero-Shot Learning，ZSL）指的是一种方法，模型能够识别在训练过程中未明确见过的对象或类别。

这是通过让模型访问类别的语义描述或属性来实现的，例如文本描述或特征向量。

通常会创建一个共同的特征空间，在该空间中既可以表示已知类别，也可以表示新的未知类别。

模型学习将输入数据嵌入到该空间中，从而能够根据类别的语义表示识别新类别。

零样本学习常用于图像和语音识别，使模型更加灵活和适应性强。