एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
प्रोटोटाइपिकल नेटवर्क्स
फ्यू-शॉट लर्निंग की एक आर्किटेक्चर जो एक मेट्रिक स्पेस सीखती है जहां क्लासेस को प्रोटोटाइप्स द्वारा दर्शाया जाता है जो सपोर्ट उदाहरणों के एम्बेडिंग्स के औसत के रूप में गणना किए जाते हैं।
एपिसोड ट्रेनिंग
फ्यू-शॉट लर्निंग में एक प्रशिक्षण रणनीति जहां प्रत्येक एपिसोड एक सपोर्ट सेट और एक क्वेरी सेट के साथ एक फ्यू-शॉट टास्क का अनुकरण करता है ताकि परीक्षण की स्थितियों की नकल की जा सके।
सपोर्ट सेट
इंफरेंस के दौरान मॉडल को प्रदान किए गए लेबल्ड उदाहरणों का एक सेट जो बहुत कम उपलब्ध उदाहरणों के साथ नई क्लासेस को समझने और वर्गीकृत करने में मदद करता है।
क्वेरी सेट
अनलेबल्ड उदाहरणों का एक सेट जिसे मॉडल को फ्यू-शॉट मूल्यांकन के दौरान सपोर्ट सेट से प्राप्त ज्ञान का उपयोग करके वर्गीकृत करना चाहिए।
मेट्रिक लर्निंग
मशीन लर्निंग का एक क्षेत्र जो दूरी या समानता फंक्शन सीखने का लक्ष्य रखता है जो समान उदाहरणों को करीब लाता है और भिन्न उदाहरणों को दूर करता है, जो फ्यू-शॉट लर्निंग में मौलिक है।
वन-शॉट लर्निंग
फ्यू-शॉट लर्निंग का एक चरम मामला जहां मॉडल को इंफरेंस के दौरान प्रति क्लास केवल एक उदाहरण से नई क्लासेस को पहचानना सीखना चाहिए।
रिलेशन नेटवर्क्स
फ्यू-शॉट आर्किटेक्चर जो स्पष्ट रूप से एम्बेडिंग स्पेस में सपोर्ट और क्वेरी उदाहरणों के बीच संबंध मापने के लिए एक तुलना फंक्शन सीखती है।
बेस क्लासेस
बहुत सारे उपलब्ध उदाहरणों के साथ प्रशिक्षण श्रेणियां जिनका उपयोग नई क्लासेस में फ्यू-शॉट अनुकूलन से पहले मॉडल को प्री-ट्रेन करने के लिए किया जाता है।
Novel Classes
कुछ या कोई उदाहरणों के साथ नए वर्ग जिन्हें मॉडल को फ़ियर-शॉट लर्निंग के परीक्षण चरण के दौरान पहचानना सीखना होता है।
Cross-Domain Few-Shot
फ़ियर-शॉट लर्निंग का एक वेरिएंट जहां लक्ष्य वर्ग प्रशिक्षण वर्गों से भिन्न डोमेन से आते हैं, जो एक अधिक जटिल ट्रांसफर चुनौती प्रस्तुत करता है।
Feature Embedding
इनपुट डेटा का कम-आयामी वेक्टर प्रतिनिधित्व जो मूल सिमांटिक विशेषताओं को कैप्चर करता है, जो फ़ियर-शॉट लर्निंग में तुलना के लिए महत्वपूर्ण है।
Matching Networks
एक फ़ियर-शॉट आर्किटेक्चर जो एक अटेंशन मैकेनिज्म का उपयोग करती है ताकि प्रत्येक क्वेरी उदाहरण की सभी सपोर्ट उदाहरणों से तुलना की जा सके और एक वेटेड प्रेडिक्शन उत्पन्न किया जा सके।
Task-Agnostic Pretraining
प्री-ट्रेनिंग का एक चरण जहां मॉडल सामान्य प्रतिनिधित्व सीखता है बिना विशिष्ट फ़ियर-शॉट टास्क्स के बारे में जाने जो बाद में उसे मिलेंगे।
Adaptive Fine-Tuning
मॉडल के वेट्स को तेजी से अनुकूलित करने की एक तकनीक जो सपोर्ट उदाहरणों पर कुछ इटरेशन के साथ नए वर्गों के लिए फ़ियर-शॉट लर्निंग में अनुकूलन करती है।
Hierarchical Few-Shot
एक फ़ियर-शॉट दृष्टिकोण जो वर्गों के बीच संबंधों का लाभ उठाती है ताकि कम उदाहरणों के साथ जनरलाइजेशन में सुधार हो सके।
Self-Supervised Few-Shot
सेल्फ-सुपरवाइज्ड लर्निंग को फ़ियर-शॉट लर्निंग के साथ मिलाकर नए वर्गों के लिए कम उदाहरणों के साथ अनुकूलन से पहले प्रतिनिधित्व में सुधार करना।