Few-Shot Domain Adaptation by Causal Mechanism Transfer
方向：少样本监督领域自适应
方法：机制转移，结构因果模型
Unraveling Meta-Learning: Understanding Feature Representations for Few-Shot Tasks
方向：元学习算法
方法：分析了元学习的基本机制，与经典训练模型的区别，表现更好的原因，并提出了一个正则化项。
Hallucinative Topological Memory for Zero-Shot Visual Planning
方向：视觉规划，强化学习
方法：半参数拓扑记忆方法
“Other-Play” for Zero-Shot Coordination
方向：强化学习
方法：Other-Play
Frustratingly Simple Few-Shot Object Detection
方向：目标检测
方法：微调探测器最后一层
XtarNet: Learning to Extract Task-Adaptive Representation for Incremental Few-Shot Learning
方向：增量少样本学习
方法：学习提取任务自适应表示
Few-shot Relation Extraction via Bayesian Meta-learning on Relation Graphs
方向：少样本关系抽取
方法：全局关系图，贝叶斯元学习方法
One-shot Distributed Ridge Regression in High Dimensions
方向：分布式计算，岭回归
Laplacian Regularized Few-Shot Learning
方向：图像分类
方法：转导Laplacian正则化推理
