Feb, 2023
利用辅助数据探索和利用提高少样本泛化能力
Improving Few-Shot Generalization by Exploring and Exploiting Auxiliary Data
Alon Albalak, Colin Raffel, William Yang Wang
TL;DR该研究主要探讨了少样本学习与辅助数据(FLAD)的关系,提出了基于探索和开发策略的自动抽样算法(EXP3-FLAD 和 UCB1-FLAD)并应用于 T5 模型上,在 11 个数据集上表现出了 9% 的绝对改善。