¿Cómo utilizar pequeñas muestras de múltiples categorías para entrenar a Transformer para lograr buenos resultados de clasificación?

La tarea de clasificación FSL se entrena y prueba en forma de metaconjuntos. Cada metaconjunto de entrenamiento de k-shot de n vías se toma una muestra aleatoria del conjunto de entrenamiento, donde el espacio de etiquetas de clase del conjunto de entrenamiento es consistente con. la clase del conjunto de prueba. No hay superposición en los espacios de las etiquetas. Cada metaconjunto contiene un conjunto de soporte y un conjunto de consultas: se selecciona aleatoriamente un conjunto de n categorías del conjunto de entrenamiento y luego se extraen k muestras de soporte y q muestras de consulta de cada categoría para generar una suma.