本研究提出了一种新方法，解决少样本增量学习中的模型偏差问题，通过激发映射能力和自优化分类器等步骤显著改善模型性能。文章分析了FSCIL的进展，提出五个子领域，并探讨其在计算机视觉和自然语言处理中的应用。实验结果显示，该方法在多个基准数据集上表现优异。