★ 3
TerraNova-ERW 用天气基础模型量化增强岩石风化固碳
论文首次系统评估五个天气基础模型作为冻结编码器用于增强岩石风化（ERW）固碳量化，覆盖巴西与美国 264 块田地的 5192 条时间序列。基于 Aurora 1.5 的 TerraNova-ERW 可在未见田块内正确排序测量值，少样本下每田两块样本即可找回 60% 以上高固碳田块，并把最密田块采样…
arXiv cs.LG11 天前
#少样本学习
共 10 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究提出语义可恢复性衡量自监督学习任务保留度
论文通过语义可恢复性研究同实例自监督学习保留哪些下游任务信息，证明可恢复性精确决定方向性CDNV并控制少样本最近质心分类。对典型双视图自监督目标的分析给出语义可恢复性的闭式谱刻画，并在合成与真实数据集上验证了预测关系。
arXiv cs.LG32 天前
★ 2
银证据示范：用目标条件化摘要过滤 RAG 噪声上下文
论文提出「银证据示范」方法，将上下文学习示例中的原始检索段落替换为由 LLM 生成的目标条件化证据摘要，以缓解长噪声上下文淹没决策证据的问题。在 EI 2.0、SciFact、合成政策检索与 HICRIC/IMR 四个数据集上，方法在三个数据集上优于同等规模金标 ICL，并在所有标注数据集上提升证…
arXiv NLP7 天前
★ 2
COFFEQA：反事实引导少样本蒸馏提升 LLM 问答
论文提出 COFFEQA，利用反事实上下文为少样本知识蒸馏提供额外监督，并引入 Context Following Difficulty 指标在蒸馏前验证反事实质量。在 T5 与 Qwen2.5 系列、五个域内与三个域外问答基准上，该方法在相同少样本预算下优于仅用事实样本的基线。
arXiv NLP21 天前
★ 2
测定异质性下的元学习少样本生物活性预测
论文验证测定异质性会削弱元学习效果，提出 MetaHeta 框架，通过相关测定辅助数据条件化预测。该架构结合大辅助数据集上的线性注意力与稀缺任务上下文的精确注意力，在 ChEMBL 与 BindingDB 上提升少样本预测与化合物优先级排序。
arXiv cs.LG26 天前
★ 2
OSSE-LSTM：标签高效时间序列分类
针对大规模时间序列分析中标注昂贵、受限于标签量的问题，提出Dual-Stream OSSE-LSTM，结合Omni-Scale CNN与SE重校准进行多尺度模式提取，配合双向LSTM捕捉全局时序上下文，并引入反事实积分梯度C-IG提升可解释性。在19个UCR数据集上各支持度下均取得最高平均准确率，…
arXiv cs.AI28 天前
★ 2
CSI-Agent：LLM 少样本跨域 Wi-Fi 感知
针对 Wi-Fi 信道状态信息（CSI）模型在跨用户、跨环境部署时性能脆弱的问题，论文提出 CSI-Agent。该方法不再处理原始 CSI 或做样本级预测，而是把目标域行为归纳为类级证据，由 LLM 规划器决定每个类别是保留默认策略还是调用专门动作。在四个公开数据集、五种跨域划分下，1-shot …
arXiv cs.AI34 天前
★ 2
多回合原型网络提升少样本传感器故障诊断
针对工业传感器故障诊断中标注样本稀缺的问题，论文提出多回合原型网络（MEPN），通过聚合多个不相交支持回合的原型并取均值作为类别代表，在不改变编码器结构的前提下降低原型方差。在DeFACTO数据集上，单样本设置下MEPN显著优于单回合基线；在同等10样本预算下与ProtoNet表现无统计差异，证明…
arXiv cs.AI49 天前
★ 2
ProMeta：跨E3连接酶的少样本PROTAC降解预测
论文将跨E3连接酶的PROTAC降解活性预测重构为少样本元学习问题，提出基于原型的图神经网络ProMeta，通过情景式元学习训练并在未见过的目标E3任务上评估。在CRBN到VHL基准上，K=2、Q=3时AUROC达0.796，K=2、Q=5时达0.883，分别比监督GNN基线提升19.9%和6.8…
arXiv cs.LG53 天前
★ 2
平衡k-shot采样下KLPCDA的精确退化问题
论文证明在平衡k-shot采样下，核化线性主成分判别分析（KLPCDA）的类内散度算子恰好是缩放的正交投影算子，导致其七个变体中两个信号特征值完全相等、第三个目标函数失效。作者提出公式内平局打破方法修复，并在冻结LLM嵌入的少样本文本分类上评估，发现交叉验证的逻辑回归探针仍优于所有KLPCDA变体。
arXiv cs.LG53 天前
这个主题的相关资产
相关公司阿里巴巴1