AfroMT是一个针对非洲8种使用广泛的机器翻译基准，提出了低资源预训练的可能性，并展示了数据受限情况下的改进结果。

深度学习在数据和计算资源需求上的局限性使其在数据受限的应用中不实用。Few-Shot Learning（FSL）通过快速适应新任务来解决这些限制，并取得了显著增长。本综述提供了FSL的定义、关系、分类法和应用。最后讨论了该领域的趋势、挑战和未来研究方向。