标签：Few-Shot / FSL

小样本学习（Few-ShotLearning）是一类让模型仅利用极少量（通常1-几十个）标注样本就完成新任务适配的机器学习范式，其核心思想是通过元学习、度量学习或提示学习等机制让模型具备「学会学习」的能力，从而在数据稀缺。