如果你花费数月标注的数据根本不必要呢？谷歌的"走向零标签语言学习"强有力地推动这一论点，证明了大型语言模型可以仅从任务描述和几个上下文示例生成自己的合成训练集。这导致了一个管道，其中模型在自己生成的数据上训练一个较小的学生模型，学生模型在SuperGLUE上与完全监督基线相抗衡。

对于拥有精良但规模有限的标注语料库的语音AI团队来说，含义是直接的：如果无监督数据合成对NLU效果这么好，类似的方法可以启动意图分类器、槽位填充器或ASR后处理的域自适应，而无需新的标注工作。这篇短评介绍了基于提示的数据生成循环、蒸馏方案和支持该声明的数据。如果零标签数据管道在你的计划中，可以快速浏览一下。