Hanxin Wang

新的VEST方法通过优化验证策略增强少样本识别能力

研究人员开发了一种新的验证策略，称为验证驱动分阶段调优（VEST），以解决少样本识别（FSR）任务中的过拟合问题。该方法通过使用检索到的分布外（OOD）示例作为验证来源，来应对标记数据有限的挑战。VEST将验证构建为一个多目标优化问题，在分布内（ID）数据上的性能与保留检索到的OOD数据上的性能之间取得平衡。在五个基准测试上的实验表明，与现有方法相比，VEST始终能提高泛化能力。