Generalizing from a Few Examples: A Survey on Few-Shot Learning

• 类型：arxiv
• 标识：1904.05046
• 链接：https://arxiv.org/abs/1904.05046
• 主题：rag
• 主分类：engineering
• 形态：survey
• 被引：2185
• 被引来源：Semantic Scholar
• S2被引：2185
• OpenAlex被引：802
• 影响力被引：58
• TLDR：A thorough survey to fully understand Few-shot Learning and categorize FSL methods from three perspectives: data, which uses prior knowledge to augment the supervised experience; model, which uses prior knowledge to reduce the size of the hypothesis space; and algorithm, which uses prior knowledge to alter the search for the best hypothesis in the given hypothesis space.
• OpenAlex ID：W2944378183
• OpenAlex DOI：10.48550/arxiv.1904.05046
• DOI：10.48550/arxiv.1904.05046
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/1904.05046
• OpenAlex更新：2026-08-22
• 待LLM分类：否
• 成熟度：research
• 场景：小样本学习、元学习
• 标题中文：基于少量样本的泛化：小样本学习综述
• TLDR中文：一篇全面综述，旨在深入理解 Few-shot Learning，并从三个维度对 FSL 方法进行分类：数据层面——利用先验知识扩充监督经验；模型层面——利用先验知识缩小假设空间规模；算法层面——利用先验知识改变在给定假设空间中对最优假设的搜索方式
• 来源文件：
• [OpenAlex discover]
• [S2 enrich]