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
DTD
SaSPA + CAL
FGVC Aircraft
Mini-Imagenet 5-way (1-shot)
HCTransformers
Stanford Cars
Mini-ImageNet - 1-Shot Learning
HCTransformers
Mini-ImageNet - 5-Shot Learning
Caltech101
CaseHOLD
CR
DART
EuroSAT
Variational Prompt Tuning
Flowers-102
food101
Variational Prompt Tuning
GLUE QQP
Large COVID-19 CT scan slice dataset
MedNLI
CoT-T5-11B (1024 Shot)
MR
MRPC
OxfordPets
PubMedQA
CoT-T5-11B (1024 Shot)
SST-2 Binary classification
DART
StanforCars
SUN397
UCF101
Variational Prompt Tuning