Apprentissage à quelques coups vs. à un coup vs. à zéro coup

L'apprentissage avec peu d'exemples (few-shot learning) permet aux modèles d'IA de généraliser à partir d'un nombre limité d'exemples étiquetés, en exploitant des caractéristiques pré-entraînées et des fonctions de similarité intelligentes telles que les réseaux triplets, contrastifs et prototypiques.