Few Shot Learning
Few-Shot Learning은 메타-러닝 접근법으로, 메타-트레이닝 단계에서 여러 관련 작업을 통해 모델을 학습시킵니다. 이는 메타-테스트 단계에서 몇 개의 샘플만으로도 미처 보지 못한 그러나 관련된 작업에 일반화할 수 있도록 합니다. 이 방법은 일반적인 표현을 학습한 후, 해당 표현을 기반으로 작업별 분류기를 훈련시키는 것을 목표로 하여, 새로운 작업에서 모델의 적응성과 효율성을 높입니다.
Caltech101
CaseHOLD
CR
DART
DTD
SaSPA + CAL
EuroSAT
Variational Prompt Tuning
FGVC Aircraft
Flowers-102
food101
Variational Prompt Tuning
GLUE QQP
Large COVID-19 CT scan slice dataset
MedConceptsQA
MedNLI
CoT-T5-11B (1024 Shot)
Mini-ImageNet - 1-Shot Learning
HCTransformers
Mini-ImageNet - 5-Shot Learning
Mini-Imagenet 5-way (1-shot)
HCTransformers
MR
MRPC
OxfordPets
PubMedQA
CoT-T5-11B (1024 Shot)
SST-2 Binary classification
DART
StanforCars
Stanford Cars
SUN397
UCF101
Variational Prompt Tuning