哪一个是机器学习中'零次性学习'范式的正确描述 A. 旨在从一个，或仅有的几个训练样本中学习一些信息。B. 旨在采用有限数量的训练样本来学习一些信息。C. 属于有监督学习算法一类，此外还利用未标记数据进行训练。D. 能够求解一个任务，即使没有得到该任务的任何训练样本。E. 接收一组标注数据并对所有的未知数据做出预测。F. 仅仅接收未标注数据并对所有的未知数据做出预测。

零次性学习（Zero-Shot Learning）的核心在于模型无需针对特定任务的训练样本，即可完成任务。其关键点在于利用跨任务的知识迁移或语义信息，而非依赖同类任务的数据。需注意区分零次性学习与小样本学习（Few-Shot Learning）：后者允许少量样本，而零次性强调完全无样本。

选项分析

选项A

“从一个或仅有的几个训练样本中学习”
属于小样本学习（Few-Shot Learning），而非零次性学习。零次性学习强调“零样本”，因此排除。

选项B

“采用有限数量的训练样本来学习”
与选项A类似，仍指向小样本学习，不符合零次性学习的“无样本”特性。

选项C

“属于有监督学习，利用未标记数据”
此为半监督学习的特征。零次性学习不依赖任务相关的标注数据，因此错误。

选项D

“无该任务的训练样本仍能求解”
直接对应零次性学习的定义，模型通过跨任务知识（如类别描述）完成任务，无需同类数据。

选项E

“接收标注数据并对未知数据预测”
属于有监督学习的基本流程，与零次性学习无关。

选项F

“仅接收未标注数据”
属于无监督学习，而零次性学习可能结合外部知识，非纯无监督。