Few-Shot学习

Few-Shot学习是一种在训练数据非常有限(只有极少量标注示例)的情况下, 依然能够让模型学习并有效预测的技术. 通常, 模型会利用少量的示例来理解任务, 通常在提示模型的时候将这些示例一起输入模型, 让模型推断出新数据对应的结果. Few-Shot学习通常是通过离散文本提示或者叫做提示设计实现的.