يُعد الفجوة الفئوية بين التدريب والتقييم واحدة من العوائق الرئيسية التي تواجه نجاح التعلم القليل (FSL). في هذه الورقة، نُحدِّد بشكل تجريبي لأول مرة معرفة مُختصرة تتمثل في خلفية الصورة، وهي شائعة في الصور الواقعية، كمعلومة مساعدة في التصنيف ضمن الفئة، ولكنها غير قابلة للتوسع خارج فئات التدريب في سياق التعلم القليل. ولحل هذه المشكلة، تم تصميم إطار عمل جديد يُسمى COSOC، يُستخرج فيه الكائنات المُقدَّمة في الصور أثناء التدريب والتقييم دون الحاجة إلى أي إشراف إضافي. وأظهرت تجارب واسعة أجريت على مهام التعلم القليل الاستنتاجي فعالية النهج المقترح.