التعلم القليل الإطلاقي
التعلم القليلي (Few-Shot Learning) هو نهج من التعلم الميتا يدرب النموذج على مهام متعددة ذات صلة خلال مرحلة التدريب الميتا، مما يمكنه من تعميم الأداء إلى مهام جديدة غير مشاهدة ولكن ذات صلة باستخدام عينات قليلة فقط خلال مرحلة الاختبار الميتا. الهدف من هذا الأسلوب هو تعلم تمثيل عام ومن ثم تدريب تصنيفات خاصة بالمهام بناءً على هذا التمثيل، مما يعزز قابلية التكيف والكفاءة للنموذج في المهام الجديدة.
MedConceptsQA
FGVC Aircraft
DTD
SaSPA + CAL
Mini-Imagenet 5-way (1-shot)
HCTransformers
Stanford Cars
Mini-ImageNet - 5-Shot Learning
Mini-ImageNet - 1-Shot Learning
HCTransformers
Flowers-102
StanforCars
MedNLI
CoT-T5-11B (1024 Shot)
SST-2 Binary classification
DART
MR
Caltech101
food101
Variational Prompt Tuning
UCF101
Variational Prompt Tuning
OxfordPets
PubMedQA
CoT-T5-11B (1024 Shot)
CaseHOLD
CR
DART
SUN397
Large COVID-19 CT scan slice dataset
EuroSAT
Variational Prompt Tuning
MRPC
GLUE QQP