few-shot-learning

Transfer learning / domain adaptation / domain generalization / multi-task learning dan lain-lain. Makalah, kode, dataset, aplikasi, dan tutorial.

22 teknik rekayasa prompt dengan tutorial Jupyter Notebook langsung, dari konsep dasar hingga strategi lanjutan untuk memanfaatkan LLM.

Repositori ini berisi sumber daya yang dipilih secara manual untuk Prompt Engineering dengan fokus pada Generative Pre-trained Transformer (GPT), ChatGPT, PaLM, dll.

Kumpulan hal-hal menakjubkan tentang domain adaptation

Merangkum paper Prompt & LLM, data & model open-source, serta aplikasi AIGC

Few-shot learning yang efisien dengan Sentence Transformers

FSL-Mate: Kumpulan sumber daya untuk few-shot learning (FSL).

[pip install medmnist] 18 Dataset Standar untuk Klasifikasi Citra Biomedis 2D dan 3D

Kode siap pakai dan notebook tutorial untuk mempercepat pembelajaran few-shot untuk klasifikasi gambar.

[TPAMI 2023] LibFewShot: Pustaka Komprehensif untuk Few-shot Learning.

Kumpulan makalah luar biasa tentang Information Extraction (IE) generatif menggunakan Large Language Models (LLMs)

LLM dapat menghasilkan umpan balik atas pekerjaan mereka, menggunakannya untuk meningkatkan output, dan mengulangi proses ini secara iteratif.

Daftar pilihan metode pembelajaran prompt/adapter yang luar biasa untuk model vision-language seperti CLIP.

Implementasi TensorFlow dan PyTorch untuk "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)

Penggabungan Model dalam LLM, MLLM, dan Lainnya: Metode, Teori, Aplikasi, dan Peluang. ACM Computing Surveys, 2026.

Meta-Learning dengan Differentiable Convex Optimization (CVPR 2019 Oral)