Meta-learning

定义 Definition

元学习：指“学习如何学习”的方法，让模型利用以往任务的经验，能够在遇到新任务时用更少的数据、更少的训练步骤更快适应并取得较好表现（常见于机器学习/深度学习领域）。也常译为“学习的学习”。（在不同语境下也可泛指反思与改进学习策略的过程。）

发音 Pronunciation (IPA)

/ˈmɛtə ˌlɝːnɪŋ/

例句 Examples

Meta-learning helps a model adapt to new tasks quickly.
元学习帮助模型快速适应新任务。

By using meta-learning, the system leverages experience from many related tasks to learn a good initialization, so it can fine-tune effectively with only a few examples.
通过元学习，系统从许多相关任务的经验中学习到一个良好的初始化，因此只需少量样本也能有效微调。

词源 Etymology

meta- 来自希腊语词根，常表示“更高层次的、关于……本身的”（如 metacognition “元认知”）；learning 源自古英语 leornian（学习）。合起来 meta-learning 字面义就是“关于学习的学习”，强调在多个任务/环境之上提炼可迁移的学习策略或参数。

相关词 Related Words

• Meta-
• Metalearning
• Transfer
• Transfer-learning
• Few-shot
• Generalization
• Adaptation
• Fine-tuning
• Curriculum-learning
• Representation

文学与作品 Works & Citations

• **Finn, Abbeel & Levine (2017)**：Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks（提出并推广 MAML 框架，广泛使用“meta-learning”一词）。
• **Thrun & Pratt (1998)**（编）：Learning to Learn（早期系统讨论“learning to learn/元学习”思想的重要文集）。
• **Hochreiter et al. (2001)**：Learning to Learn Using Gradient Descent（将“学习如何学习”与梯度方法联系起来的经典研究之一）。