本研究探讨如何利用大型语言模型（LLM）知识训练较小的下游模型，特别是在表格数据学习中。我们提出了一种新方法，通过引入归因匹配正则化项，将LLM的全局任务特征融入小型网络训练，显著提升少样本学习性能，且易于集成，计算开销小。