该研究评估了大规模语言模型在超出预定义领域的意图检测任务中的能力，发现LLMs具有强大的零样本和少样本能力，但相比使用完整资源进行微调的模型仍有劣势。未来工作的指导包括注入领域知识、加强知识转移和理解长指令。

本文评估了大规模语言模型在超出预定义领域的意图检测任务中的能力。发现LLMs具有强大的零样本和少样本能力，但与使用完整资源进行微调的模型相比仍存在劣势。文章讨论了LLMs面临的挑战，并提出了对未来工作的指导。