概念Few-shot Learning
小样本学习
机器学习的一个研究方向，关注模型在仅有少量标注样本时如何快速适应新类别，常见范式包括元学习、度量学习与提示微调。
时间轴 (近 90 天)
10月27日
在医疗ML领域，小数据场景下的方法研究往往聚焦于归纳偏置设计、小样本学习、域适应或可解释性模块，而非大规模预训练。
待验证50%
10月13日
芯片制造和电池生产良率要求极苛刻，但缺陷样本天然稀少，形成典型的小样本学习难题。
待验证50%
机器学习的一个研究方向，关注模型在仅有少量标注样本时如何快速适应新类别，常见范式包括元学习、度量学习与提示微调。
在医疗ML领域，小数据场景下的方法研究往往聚焦于归纳偏置设计、小样本学习、域适应或可解释性模块，而非大规模预训练。
芯片制造和电池生产良率要求极苛刻，但缺陷样本天然稀少，形成典型的小样本学习难题。