OneShot 单样本：AI 如何从“一张图”学会新任务？
OneShot 单样本学习是机器学习的一种范式，指模型仅通过一个示例（如一张图片、一段文本或一次演示）就能学习并泛化到新任务或新类别。它旨在解决传统AI对大规模标注数据的依赖，是实现更灵活、更人性化人机交互的关键技术。
一句话解释
OneShot 单样本学习，是指人工智能模型仅通过观察一个具体的例子或演示，就能理解并学会执行一项新任务的能力。这就像教小孩认识一种新动物，只需要给他看一张图片，他就能在现实中认出它。
为什么会被关注
传统AI训练需要成千上万的标注数据，成本高昂且不灵活。OneShot学习的关注度飙升，源于人们对更智能、更易用的AI的迫切需求。它让非技术用户也能通过自然演示（如拖动、说话）来“编程”AI，是迈向通用人工智能和普及化人机协作的关键一步，尤其在机器人、个性化服务等领域潜力巨大。
核心逻辑
其核心并非“从零学习”，而是“快速匹配与泛化”。模型在预训练阶段已经通过海量数据学习了丰富的世界知识和通用模式（先验知识）。当遇到单样本时，模型会快速将该样本与已有知识库进行关联、比对和推理，从而“举一反三”，理解新任务的意图和边界，并生成相应的解决方案。
常见场景
在工业质检中，工人只需提供一个合格品和一个缺陷品图片，AI就能学会检测该类缺陷。在家庭服务机器人领域，用户通过一次动作演示（如擦桌子），机器人就能学会并执行该任务。在内容创作中，给AI看一张风格图片，它就能生成类似风格的画作或文本。这些场景都极大降低了AI的应用门槛。
容易混淆的点
单样本学习常与少样本学习混淆。少样本学习通常指提供几个（如3-5个）示例，而单样本严格指一个。它也与零样本学习不同，零样本学习完全不给示例，仅靠文字描述等先验知识进行推理。此外，单样本学习高度依赖模型强大的预训练知识基础，并非真正的“白纸学画”，其效果与基础模型的通用能力紧密相关。
本文内容用于 AI 热词解释和概念整理，仅供学习和理解参考。若涉及表述偏差或内容修正，欢迎联系站点进行更新。
相关热词法院AI应用是指人工智能技术在司法领域的落地实践，包括智能辅助办案、类案自动推送、裁判文书生成、庭审语音识别等，旨在提升审判效率与公平性，减轻法官事务性负担。
法院AI部署是指将语音识别、文书生成、类案推送等人工智能技术集成到法院办案流程中，旨在提升审判效率、降低人为差错，并推动司法透明化。近年来，各地智慧法院试点加速，AI从辅助工具逐渐嵌入核心业务环节。
法院AI训练指利用裁判文书、法律法规等数据，训练机器学习模型以辅助司法工作，如案件分类、证据分析、量刑建议等。它并非替代法官，而是通过技术手段提升效率与一致性，正成为智慧法院建设的核心环节。
法院AI仿真利用人工智能技术对法庭场景、审判程序、辩论逻辑进行数字化模拟，用于法律教学、案件预演、证据推演等场景，帮助法官、律师和法学院学生更直观地理解司法过程。
法院AI建模是指运用人工智能技术，尤其是大语言模型和机器学习算法，对案件的事实要素、法律条文和历史判例进行结构化建模，辅助法官完成证据审查、量刑参考和文书生成的技术方案。