Исследователи MIT создали модель, которая учится из одного примера

26 сентября 2026

Исследователи из Массачусетского технологического института представили подход к обучению моделей машинного зрения, который позволяет сети адаптироваться к новым задачам на основе всего одного примера. Метод основан на переработке механизма внимания и специальной архитектуре кодировщика признаков.

Новая модель показала улучшенные результаты на стандартных бенчмарках для обучения с ограниченными данными. Подход может быть применён в robotics, медицинской диагностике и других областях, где сбор большого объёма данных затруднён.

Практическое применение

Технология особенно перспективна для сценариев, где модель должна быстро адаптироваться к редким классам объектов или новым доменам. Исследование предполагает, что принципы могут быть использованы и в языковых моделях.

Разработка указывает на возможность снижения требований к объёму данных для обучения специализированных систем. MIT опубликовал исходный код и результаты экспериментов для воспроизведения.

Работа продолжает тренд в сторону более эффективного использования информации и приближает машинное обучение к способности людей быстро учиться на малых примерах.