Few Shot Class Incremental Learning

Entity ID

fewshotclassincrementallearning

Entity Type

Task

English Label

Few Shot Class Incremental Learning

Russian Label

Обучение с несколькими примерами (по классам) с учетом старых классов

Kazakh Label

Аз мөлшердегі сыныптық кезеңді оқыту

Frequency

1

English Description

A challenging problem in Named Entity Recognition where a model is trained with few labeled samples of new classes.

Russian Description

Few Shot Class Incremental Learning (FS-CIL) — это задача в области обработки естественного языка (NLP), где модели должны учиться новым классам, но только на ограниченном количестве примеров. Цель FS-CIL заключается в сохранении предыдущих знаний при введении новых классов, то есть модель должна поддерживать производительность по старым классам, когда она учится новому. Обычно для этой задачи используются нейронные сети, такие как трансформеры, которые, вводя каждый новый класс, сохраняют контекст предыдущих классов и обучаются новым классам. FS-CIL имеет важное значение для понимания и генерации языка, поскольку позволяет моделям быстро адаптироваться к новой информации в динамической среде.

Kazakh Description

Few Shot Class Incremental Learning (FS-CIL) — бұл табиғи тіл өңдеу (NLP) саласындағы тапсырма, онда модельдер жаңа класстарды үйренуі керек, бірақ тек шектеулі мысалдармен. FS-CIL мақсаты — жаңа класстарды енгізу кезінде бұрынғы білімді сақтау, яғни модель жаңа ақпаратты үйренгенде ескі класстардың өнімділігін төмендетпеу. Бұл тәсілдер әдетте трансформаторлар сияқты нейрондық желілерді қолданады, олар әрбір жаңа класты енгізгенде, бұрынғы класстардың контекстін сақтап, жаңа класстарды үйренеді. FS-CIL табиғи тілдерді түсіну мен генерациялауда маңызды, өйткені ол модельдердің динамикалық ортада жаңа ақпаратты жылдам игеруіне мүмкіндік береді.