Papers with Code 아카이브
Few-Shot Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 12
- 평가표
- 27
- 보존된 평가 기록
- 52
Few-Shot Learning is an example of meta-learning, where a learner is trained on several related tasks, during the meta-training phase, so that it can generalize well to unseen (but related) tasks with just few examples, during the meta-testing phase. An effective approach to the Few-Shot Learning problem is to learn a common representation for various tasks and train task specific classifiers on top of this representation.
Source: Penalty Method for Inversion-Free Deep Bilevel Optimization
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
성격 인식에서 프로토타입 네트워크를 위한 이론-무관 적응적 메트릭 정렬에서의 LLM-as-a-Judge
HairWeaver: 시뮬레이션-실제 유도 비디오 디퓨전을 활용한 퓨샷 포토리얼리스틱 헤어 모션 합성
중첩 및 계층적 반복으로부터의 텍스트 거리: 압축 기반 관점
범용 알고리즘-암묵적 학습
UniICL: 능력 지향 분류체계를 통한 통합 멀티모달 문맥 내 학습의 체계화
Few-Medoids: 퓨샷 지식 증류를 위한 당혹스러울 만큼 단순한 코어셋 선택 방법
세밀한 이미지 인식을 위한 비전-언어 모델의 구조화-압축 프롬프트 튜닝
Onnes: 양자 컴퓨팅 인프라의 극저온 고장 진단을 위한 물리 기반 다중 에이전트 LLM 시뮬레이터
MetaCaDI: 미지의 개입이 존재하는 다중 환경에서 인과 발견을 위한 메타러닝 프레임워크
레이블 데이터 없는 메타학습: 사전학습 모델과 비레이블 데이터를 활용한 효율적인 태스크 생성
디지털 트윈의 시계열 인식을 위한 모듈형 파운데이션 모델
AI 생성 텍스트 탐지의 재고찰: 강력한 기준선과 여전히 남아있는 분포 이동 문제
소규모 데이터는 언제 효과적인가? 하지·우므라 군중 상태 분류를 위한 표 형식 파운데이션 모델과 전통적 방법 간의 정확도 및 효율성 트레이드오프
인과적 언어 모델과 마스킹 언어 모델을 아우르는 문맥 내 학습의 통합 프레임워크
계층적 스캐폴딩이 데이터 부족 환경에서 인간과 유사한 인지적 선택성을 가능하게 함
문맥 내 최적화를 위한 컨텍스트 튜닝
루마니아어 비전-언어 모델을 위한 매개변수 효율적 멀티모달 지시 미세조정
Hyper-KGGen: 고품질 지식 하이퍼그래프 생성을 위한 스킬 기반 지식 추출기
레이블은 얼마나 필요한가? 서식지 간 해양 생물 종 인식을 위한 의사결정 프레임워크
기준 조건부 문맥 내 학습: 비전-언어 모델의 기준 변화 적응 평가
전역 논리와 지역 탐색: 검증 가능한 산업 이상 탐지를 위한 이중 스트림 멀티모달 문맥 내 학습
CRODA-ST: 단일 타겟 교차 수신기 오픈셋 무선 지문 인식
마이크로컨트롤러 기반 동물 재식별
위조에서 파운데이션 모델까지: 신분증 공격 및 탐지에 대한 체계적 서베이
Few-Shot Open-Set Audio Classification Using Attention Information-Fused Prototypes
LLM을 위한 뉴런 인식 능동적 퓨샷 학습
리랭킹이 성능을 저하시킬 때: 퓨샷 리랭킹을 위한 불확실성 기반 게이팅
Enhanced Vision-Language Models for Diverse Sensor Understanding: Cost-Efficient Optimization and Benchmarking
MMLoP: Multi-Modal Low-Rank Prompting for Efficient Vision-Language Adaptation
분해, 비교, 결정: 멀티모달 LLM은 암묵적 퓨샷 학습자다
비전-언어 모델의 문맥 내 추론을 통한 개인화 객체 식별 및 위치 추정
비지도 데이터 효율적 크로스모달 검색을 위한 속성 프롬프트 커널 해싱
검색된 이미지를 시각적 사고로: 개방형-폐쇄형 격차를 위한 학습 불필요 멀티모달 문맥 내 학습
프로토타입 메모리 기반 학습 불필요 산전 초음파 이상 분류 및 위치 추정
불확실성 유도 3D 센싱을 활용한 UAV 보조 통신의 기하학 인식 고도 간 채널 지식 맵 예측
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.