Presná definícia
Čo znamená učenie z niekoľkých príkladov?
Učenie z niekoľkých príkladov hodnotí schopnosť prispôsobiť sa novej úlohe alebo triedam z malej podpornej množiny. Model zvyčajne získava predchádzajúcu skúsenosť z mnohých tréningových epizód a až potom rieši novú epizódu s niekoľkými označeniami. Few-shot preto neznamená, že celý systém videl len pár dát, ale že adaptácia na nový problém má veľmi malý rozpočet.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri zavedení novej kategórie chýb sa vytvorí päť overených ukážok a sada dotazov bez použitia pri adaptácii. Predtrénovaný enkóder porovná dotazy s prototypmi alebo sa krátko doladí. Experiment opakuje veľa náhodných epizód s triedami oddelenými od meta-tréningu a uvádza priemer aj interval neistoty. Výsledok sa porovná s jednoduchým najbližším susedom nad rovnakou reprezentáciou.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Koľko znamená few-shot?
Konkrétny počet sa vždy uvádza ako k-shot; univerzálna hranica neexistuje.
Čo obsahuje epizóda?
Podpornú množinu na adaptáciu a dotazovú množinu na meranie.
Môžu byť testovacie triedy nové?
Pri few-shot klasifikácii to býva hlavná podmienka.
Vidí model viac dát pred testom?
Áno, meta-tréning alebo predtréning môže byť rozsiahly.
Prečo treba viac epizód?
Výsledok je citlivý na konkrétny výber niekoľkých ukážok.