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）的核心在于模型能够在没有特定任务的任何训练样本的情况下完成任务。其关键在于利用跨领域知识迁移或语义关系推理，而非依赖任务相关的训练数据。需注意区分其他类似概念：

• 小样本学习（Few-shot Learning）：依赖少量样本；
• 半监督学习：结合少量标注数据和大量未标注数据；
• 无监督学习：仅使用未标注数据。

选项分析

选项A

“从一个或仅有的几个训练样本中学习”

• 错误。描述的是小样本学习（Few-shot Learning），而非零次性学习。

选项B

“采用有限数量的训练样本来学习”

• 错误。仍属于小样本学习范畴，零次性学习强调完全无任务相关样本。

选项C

“有监督学习结合未标记数据”

• 错误。属于半监督学习，零次性学习不依赖未标注数据，而是依赖跨任务知识迁移。

选项D

“无需任务相关训练样本即可求解任务”

• 正确。直接对应零次性学习的定义：模型通过已有知识或跨任务经验推断新任务。

选项E

“接收标注数据并对未知数据预测”

• 错误。描述的是传统有监督学习，未体现零次性学习的“零样本”特性。

选项F

“仅接收未标注数据”

• 错误。属于无监督学习，零次性学习通常需要先验知识或语义嵌入辅助。