Meta-learning（元学习）

元学习旨在让模型从任务分布中提取元知识，从而在新任务上仅需少量梯度更新即可达到好性能。核心是双层优化：内循环适应任务，外循环优化元参数。方法分为基于优化（MAML）、基于度量（原型网络）和基于模型（记忆网络）。评估常用N-way K-shot协议。