如果你可以在没有任何人工标注示例的情况下训练任务特定的NLP模型，会怎样？"走向零标签语言学习"深入探讨了这个问题。秘诀是无监督数据生成（UDG），它在像GPT-3这样的大型预训练语言模型上使用少样本提示来合成自己的训练集，然后仅在该合成数据上微调下游模型。

这篇长评详细介绍了UDG管道及其惊人结果：仅在合成数据上训练的模型媲美或超越用真实人工标注训练的基线，当将合成数据与标注数据混合作为增强时，该方法在SuperGLUE上取得了新的最先进成绩。对于语音和语音AI团队来说，含义是直接的，这是为意图分类、语义解析和任何下游NLU任务（其中人工标注是瓶颈）启动标签的方案。如果你计划下一个合成数据管道，这次深潜会介绍每一部分。