少ショット学習（Few-Shot Learning: FSL）の分野では、ネットワーク構造や学習戦略の改善に多くの研究が注力されてきました。しかし、データ処理モジュールの役割は十分に探究されていませんでした。本論文では、拡散モデルを基盤とするFSL問題向けの汎用的なデータ処理モジュールであるMeta-DMを提案します。Meta-DMは単純でありながら効果的なモジュールで、既存のFSL手法と容易に統合でき、監督ありおよび監督なし設定において大幅な性能向上をもたらします。我々はMeta-DMの理論的分析を行い、いくつかのアルゴリズムでの性能評価を行いました。実験結果は、特定の手法とMeta-DMを組み合わせることで最先端の成果を得られることを示しています。