英文：Few-Shot Learning 分类：foundation
仅用少量示例（通常 1-数十个）就能让模型学会新任务的学习范式：在提示中放入示例（少样本 ICL）或小规模微调，适应标注稀缺的场景。
两种路径：上下文少样本（ICL：示例进提示，不训练）、元学习/微调（小数据训练）；关键：示例质量（代表性）、任务多样（泛化）；对比：零样本（无示例）、全样本（大数据）；基准：少样本分类/推理任务。
用于标注稀缺领域（医疗/法律/小众语言）、快速任务适配（提示加示例）、少样本分类与模型能力评估；少样本学习是"举一反三"的 AI 能力。
相关词条：Transformer · 注意力机制 · 自注意力 · 零样本学习 · 提示词