メタデータセット：少数の例から学習するためのデータセットのデータセット

少ショット分類とは、新しいクラスに対してわずかな例のみを用いて分類器を学習することを指します。多くのモデルがこの課題に対処するために提案されてきましたが、それらの進歩を評価するために使用されている手順やデータセットには不足があると感じています。この制限に対処するため、私たちはMeta-Dataset（メタ・データセット）という新たなベンチマークを提案します。これは大規模で、多様なデータセットから構成され、より現実的なタスクを提示するものです。私たちはMeta-Dataset上で人気のあるベースラインやメタラーナーの実験を行い、さらに私たちが提案する競争力のある方法も検証しました。テストタスクのさまざまな特性に応じた性能を分析し、モデルが多様な訓練ソースを利用することで汎化能力を向上させる能力を調査しました。また、Meta-Datasetにおけるメタ学習の恩恵を定量的に評価するための新たなベースライン群も提案しています。私たちの広範な実験は重要な研究課題を明らかにしました。これらの方向性に取り組む研究へのインスピレーションを与えられることを期待しています。