该论文研究了低样本物体学习（LSME）与互斥偏见的关系，并提供了新的数据集、基线和方法。LSME旨在正确地将未知对象与类别标签相关联。研究者分析了数据生成流程和影响难度的因素，并评估了多种基线模型的性能。他们提出了一种优于最先进模型的基线方法。