#少样本学习

一篇持续学习论文，提出 GaTaP 算法，用门控机制既防遗忘又能 few-shot 学新任务组合，实验覆盖 MLP 和 CNN。

斯坦福团队提出LLM4CKD框架，用少量数据就能做肾病筛查，比传统方法更灵活。

三张标注日就能把鱼肉鲜度误差压到1.58天，这个少样本高光谱方法比全监督基线都划算。

这篇论文用剪枝把BERT砍到只剩10%参数，孟加拉语任务上还能和大模型打平，做低资源语言NLP的可以看看。

MOJO让神经解码模型也能用大量无标签数据，比纯监督学习更强，尤其数据少时效果拔群。

这篇论文提出了TCLA方法，不用训练就能让医学VLMs适应新数据，1-shot下效果比现有训练方法还好，很实用。

这篇论文把样本选择从看输出结果改成看神经元内部活动，比传统方法更精准，适合专门领域的少样本学习场景。

这篇论文提出了一个叫FSDIL的新问题和一个叫CVLC的算法，用双融合投影微调视觉语言模型，在少样本领域增量学习上比之前的方法好16%。

这篇论文提出了ADC-GNN，在少样本场景下用扩散对比学习搞定图欺诈检测，三个公开基准上比现有方法都好，做风控的朋友可以看看

这篇论文教你怎么给不同任务选对预训练目标，少样本下性能直接翻倍，比传统方法强一大截。

这篇论文提出了CCPL，用概念原型约束提示学习，在DTD和EuroSAT上比CoOp有稳定提升，值得少样本CLIP调优的读者看看。

这篇论文把提示学习从文本拓展到音频端，在11个数据集上验证了效果，代码已开源做少样本音频分类的可以看看。

具身AI赛道再获资本加注，中科第五纪的少样本模型解决了机器人训练数据稀缺的痛点，做机器人或物理AI的团队值得关注其技术路线和融资动态。

官方一手pandaily@[email protected] (Pandaily)原文

做医学图像分割或处理极端类别不平衡问题的研究者，SEMIR 用图小类替代密集网格推理，既保持拓扑又降低计算量，值得关注其边界对齐的少样本学习思路。