BriefGPT - AI 论文速递 · 2023-10-13T00:00:00Z 上下文学习用于少样本分子属性预测 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文提出一种新的算法，应用上下文学习的概念于无监督学习，用于预测分子性质。该算法在小样本支持时表现优异，在大样本支持时与最佳方法具有竞争力。 🎯 关键要点 本文提出了一种新的算法，应用上下文学习的概念于无监督学习。 该算法用于预测分子性质。 在小样本支持时，该算法表现优异，超过了最近的元学习算法。 在大样本支持时，该算法与最佳方法具有竞争力。 🏷️ 标签 上下文学习 分子性质 小样本支持 无监督学习 竞争力 阅读原文 生成长图 分享链接 已复制链接
