نقترح دراسة مشكلة التعلم القليل الإطارات (few-shot learning) من خلال عدسة الاستدلال على نموذج رسومي جزئيًا مراقب، يتم بناؤه من مجموعة من الصور الإدخالية التي يمكن أن تكون مصنفة أو غير مصنفة. من خلال توحيد خوارزميات الاستدلال العامة لنقل الرسائل مع نظيراتها في الشبكات العصبية، نحدد هندسة شبكة عصبية رسومية تعمم العديد من النماذج المقترحة حديثًا للتعلم القليل الإطارات. بالإضافة إلى توفير أداء رقمي أفضل، يسهل إطارنا توسيعه إلى متغيرات التعلم القليل الإطارات، مثل التعلم شبه المشرف (semi-supervised) أو التعلم النشط (active learning)، مما يظهر قدرة النماذج الرسومية على العمل بشكل جيد في المهام 'العلاقة' (relational).