Few 第11页

元学习 & Meta Learning & Few-Shot Learning 二 || 孪生网络 (Siamese Network)

名字叫孪生神经网络，但是实际上只有一个网络训练孪生网络的方法(两个)方法一：每次取两个样本，比较他们的相似度训练这个大的神经网络需要一个大型数据集，每一类要有标注正负样本的设置，同一类放两张图片，标签为1(相似度满分)；不同类抽取两张图片，标签为0神经网络的搭建图片经过卷积后展开为长向量这边h1和h2是同一个神经网络得到的结果，相减后求绝对值得到Z，再进全连接层到1个输出，最后sigmoid函数激

Anthony_CH·2022-12-04 12:53

Registration based Few-Shot Anomaly Detection

RegistrationbasedFew-ShotAnomalyDetectionpaper:https://arxiv.org/abs/2207.07361code:https://github.com/MediaBrain-SJTU/RegAD摘要目前为止，现有的FSAD研究遵循标准AD使用的每类别一个模型的学习范式，并且尚未探索类别间的共性。受人类如何检测异常的启发，通常将图像与正常图像进行

条竿儿毛好·2022-12-01 22:43

Few-Shot Learning Record

文章目录WhyFSLTraditionalmodelsRealWorld=>FSLChallengesforNLPFSLFunctionWheretochooseFSLDifineFSLApprochData-levelApproachDistanceSupervisionmultiple-instancelearningParameter-levelApproachMeta-learningMe

rainbow_lucky0106·2022-12-01 19:54

fewshot_NER:SpanProto: A Two-stage Span-based Prototypical Network for Few-shot Named Entity Recogni

Introduction我们提出了一个开创性的基于跨度的原型网络（SpanProto），它通过一个两阶段的方法来解决少量的NER问题，包括跨度提取和提及分类。在跨度提取阶段，我们将顺序标签转化为全局边界矩阵，使模型能够专注于明确的边界信息。对于提及分类，我们利用原型学习来捕捉每个标记的跨度的语义表示，并使模型更好地适应小说类实体。模型分为两个部分，通过表填充方式解决mention识别问题，使用原型

等景，不如找景·2022-12-01 11:25

论文复现—1—A Simple yet Effective Relation Information Guided Approach for Few-Shot Relation Extraction

论文阅读笔记在笔记本上，整体流程在笔记本上做推导，不在电子版存稿了。较为简单。数据加载：我设置5-way-5-shot.pid2name:描述了relation的name和relationdescription。报错提示：显卡不够。我感觉，作者在fewrel数据集上做的实验，更多是为了测试领域迁移下，模型的性能。在一些其他小样本数据集上的实验，可能是真的N-way-k-shot，和fewrel数据

等景，不如找景·2022-12-01 11:55

小样本关系分类（原型学习）：Better Few-Shot Relation Extraction with Label Prompt Dropout

BetterFew-ShotRelationExtractionwithLabelPromptDropoutcoreidea在小样本关系分类中，prompt信息是relationname是信息，这篇文章为了保持train和test的一致性，将train中的一些relationname信息删除掉了。（相反，我们提出了一种称为标签提示剔除的新方法，它在学习过程中随机剔除了标签描述）Modelintro

等景，不如找景·2022-12-01 11:54

ECCV 2022 Cross-Domain Few-Shot Semantic Segmentation

PaperLink：Cross-DomainFew-ShotSemanticSegmentationCodeandDatasets：GitHubPaper的主要创新点总的来说呢，就是解决了小样本分割学习中由于domainshift而导致模型效果较差的问题，提出了可以迅速适应unseendomains的PATNet（Pyramid-Anchor-Transformationbasedfew-shot

脑瓜嗡嗡0608·2022-12-01 07:12

【学习笔记】李宏毅2021春机器学习课程第7.3节：自监督学习（三）

2.1“Few-shot”Learning2.2“One-shot”Learning2.3“Zero-shot”Learning3GPT模型在语音和影像上的应用3.1Image——SimCLR3.2Image-BYOL3.3SpeechApplication1

Harryline-lx·2022-11-30 22:53

CVPR2022 活体检测 Adaptive Transformers for Robust Few-shotCross-domain Face Anti-spoofing

少样本学习(few-shotlearning)：旨在从每个类的几个样本中学习，使模

Cassiel_cx·2022-11-30 19:36

＜＜视觉问答NeurIPS＞＞2021：Multimodal Few-Shot Learning with Frozen Language Models

ArchitecturePre-trainedAuto-regressiveLanguageModelsVisionEncoderVisualPrefix3.2、Training3.3、InterfaceatInferenceTime3.4、Few-ShotLearningDefinitions

金克丝、·2022-11-30 19:44

活动报名丨IDEA研究院杨平：统一自然语言理解任务为多项式选择任务

杨平IDEA研究院·NLP算法工程师杨平，现就职于IDEA研究院认知计算与自然语言研究中心，担任NLP算法工程师，研究方向主要集中在大模型预训练、Few/Zero-Shot、信息抽取等方向。

智源社区·2022-11-30 17:49

小样本（少样本）目标检测概述（few-shot object detection）

文章目录一、小样本目标检测vs少样本目标检测二、小样本目标检测简介三、小样本目标检测的方法四、小样本目标检测现有的问题五、参考资料一、小样本目标检测vs少样本目标检测首先必须要分辨这两个概念。如果光看名字，我们可能会单纯的认为小样本就是代检测目标区域比较小，难以检测；少样本就是训练样本数量较少，难以训练。上面的理解其实是错的。看网上大部分的文章、博客、论文，小样本和少样本是等价的。所谓小样本并非是

ctrl A_ctrl C_ctrl V·2022-11-30 12:32

恕我直言，很多小样本学习的工作就是不切实际的

编|小轶以前的小样本学习（Few-shotLearning），是需要用一个巨大的训练集训练的。测试时只给出n-wayk-shot，在这N*k个样本上学习并预测。

夕小瑶·2022-11-30 08:26

ACL2022 | 基于自描述网络的小样本命名实体识别

来自：AIStation论文标题：Few-shotNamedEntityRecognitionwithSelf-describingNetworks作者单位：中国科学院软件研究所论文链接：https:/

zenRRan·2022-11-30 01:04

【论文翻译】Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection

DenseRelationDistillationwithContext-awareAggregationforFew-ShotObjectDetection基于上下文感知聚合的稠密关系提取用于少样本目标检测论文地址：https://arxiv.org/pdf/2007.12107v1.pdfhttps://arxiv.org/pdf/2103.17115.pdfhttps://arxiv.org

小张好难瘦·2022-11-28 11:01

【Pytorch】prototypical network原型网络小样本图像分类简述及其实现

基本概念小样本学习(Few-ShotLearning,FSL)任务，顾名思义，就是能够仅通过一个或几个示例就快速建立对新概念的认知能力。

Jnchin·2022-11-28 01:58

Meta-learning algorithms for Few-Shot Computer Vision 论文解读（二）

Meta-learningalgorithmsforFew-ShotComputerVision论文解读（二）贡献部分（一）高度集成代码库复现的结果评估时支持集中标签噪声的影响未来工作参考文献未完待续贡献部分（一）高度集成代码库这部分作者的主要贡献是整理了一套包含四种算法的代码，在之前工作的基础上将代码更加高度集成，方便对比和使用，尤其是datamanagers这部分，整合了几个数据集小样本插曲形

海南1506·2022-11-27 19:10

Meta-learning algorithms for Few-Shot Computer Vision论文解读（三）

Meta-learningalgorithmsforFew-ShotComputerVision论文解读完结文章目录MAML用于小样本目标检测形式化定义YOLOMAML具体实现重点，可复用问题分析考虑到这一点，我们可以假设**训练YOLOMAML的瓶颈是对对象置信度的预测**。未来工作总结参考文献MAML用于小样本目标检测形式化定义支持集：N个类标签对于每个类，K个标记图像包含至少一个属于该类的对

海南1506·2022-11-27 19:10

Few-shot Object Detection via Feature Reweighting【阅读笔记】【小样本目标检测】

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档论文：https://openaccess.thecvf.com/content_ICCV_2019/html/Kang_Few-Shot_Object_Detection_via_Feature_Reweighting_ICCV

m0_57600659·2022-11-27 19:32

Meta-RCNN: Meta Learning for Few-Shot Object Detection【阅读笔记】

论文：https://openreview.net/pdf?id=B1xmOgrFPS目前还没有代码。目录摘要一、INTRODUCTION二、网络结构编辑1.引入库2.读入数据实验总结摘要论文基于元学习原理，提出了一种新的目标检测元学习框架“Meta-RCNN”，该框架基于FasterR-CNN算法。一、INTRODUCTION通过提出一种使用元学习范式的新方法来解决小样本目标检测中的挑战。基于元

m0_57600659·2022-11-27 19:32

Meta-DETR: Few-Shot Object Detection via Unified Image-Level Meta-Learning【阅读笔记】

目录一、摘要三、网络结构四、实验总结一、摘要论文提出了一种新的元学习检测器框架Meta-DETR，它消除了区域预测，而是以统一和互补的方式在图像水平上进行元学习目标定位和分类。二、引言受端到端目标检测框架DETR的启发，提出来Meta-DETR，不进行区域预测。论文主要贡献：1、提出Meta-DETR框架将目标定位和分类的图像级元学习统一到一个模块中，不需要区域预测。2、设计语义对齐机制（SAM）

m0_57600659·2022-11-27 19:32

Meta-SSD: Towards Fast Adaptation for Few-ShotObject Detection With Meta-Learning【阅读笔记】

m0_57600659·2022-11-27 19:58

论文解读1《TA2N: Two-Stage Action Alignment Network for Few-Shot Action Recognition》少镜头动作识别

《TA2N:Two-StageActionAlignmentNetworkforFew-ShotActionRecognition》少镜头动作识别TA2N:用于少镜头动作识别的两阶段动作对齐网络链接：https://arxiv.org/abs/2107.04782v31.摘要少数镜头动作识别旨在仅使用几个样本（支持）识别新的动作类（查询）。当前的大多数方法遵循度量学习范式，该范式学习比较视频之间的

FezzzzzZ·2022-11-27 09:38

论文解读2 OTAM《Few-Shot Video Classification via Temporal Alignment》少镜头动作识别

Few-ShotVideoClassificationviaTemporalAlignment基于时间对齐的少镜头视频分类有序时间对齐模块（OTAM）：通过有序的时间对齐明确地利用了视频数据中的时间排序

FezzzzzZ·2022-11-27 09:04

读书笔记4，使用AI重构地球--让未来不再那么赛博朋克(上)

重构地球中国人民大学出版社将来我们面临的挑战:根据模型预测，2050年地球上将会有100亿人口那么由此引出的自然就是生态环境，自然资源，能源的问题同时我们也要注意到人类有七个基本需求，其中最重要的就是食物，能源，水，也就是书中的FEW

丰。。·2022-11-27 07:51

中文巨量模型“源1.0”：语料质量清洗与数据分析方法

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

AI科技大本营·2022-11-26 18:04

中文巨量模型“源1.0”的学习优化方法

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

CSDN云计算·2022-11-26 18:24

中文巨量模型“源1.0”的小样本学习优化方法

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

浪潮圈·2022-11-26 18:23

Tiered ImageNet（few-shot learning最近很常用）的详细介绍及python处理方法

最近在读few-shotLearning的论文，这个TieredImageNet可以说是很多期刊论文的few-shotlearning文章都喜欢用来做实验对比了，所以我也很好奇这个TieredImageNet

香炸多春鱼·2022-11-26 07:08

Dynamic Few-Shot Visual Learning without Forgetting||论文阅读

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017-2019文章介绍：这篇文章和前面两篇的基本思想也非常类似，也是直接用已有的大的数据集训练，核心还是在于如何处理新task新class的输出。那么这篇文章的idea和上一篇其实没有本质的

TBYourHero·2022-11-26 04:59

(已解决)Qt部署openvino时报错：too few arguments provided to function......

自我记录：首先在我VS2019上部署openvino已经成功，然后移植到Qt上，新建的.h和.cpp文件，直接copy的，但是包含头文件时却报错toofewargumentsprovidedtofunction......问题原因：问题出在openvino的interval.hpp文件中的///\briefThevalueusedfornoupperboundstaticconstexprvalu

十方126·2022-11-26 03:55

【Few-Shot Segmentation论文阅读笔记】PANet: Few-Shot Image Semantic Segmentation with Prototype , ICCV, 2019

AbstractTargetQuestion:Few-shotSegmentation本文主要工作：基于metric-learning的思想，本文提出了PANet(PrototypeAlignmentnetwork

RaymondLove~·2022-11-25 22:20

【论文阅读笔记】 Deep Few-Shot Learning for Hyperspectral Image Classiﬁcation

DeepFew-ShotLearningforHyperspectralImageClassiﬁcation作者：BingLiu,XuchuYu,AnzhuYu,PengqiangZhang,GangWan,andRuiruiWang一、摘要与贡献目前，深度学习方法已被成功用于高光谱图像（HSI）分类。然而，想要训练一个深度学习的分类器需要成千上百个标记样本。这篇文章提出了一种深度学习方法来解决H

sunshine_shan·2022-11-25 08:19

Deep Relation Network for Hyperspectral Image Few-Shot Classification

RemoteSens.2020,12(6),923;1、摘要这篇文章旨在探索如何仅使用少量标记样品对新的高光谱图像进行准确分类。使用元学习（meta-learning）来训练分类器。本文提出的方法能够用少量的样本达到很好的分类效果，主要基于以下两个原因：第一，使用元学习策略来设计特征学习模块和关系学习模块；第二，本文提出的分类器能够持续的从大量不同的样本中学习如何增强自己的学习能力。2、方法1)f

weixin_42402402·2022-11-25 08:47

Deep Few-Shot Learning for Hyperspectral Image Classification

DeepFew-ShotLearningforHyperspectralImageClassification作者：BingLiu,XuchuYu,AnzhuYu,PengqiangZhang,GangWan,andRuiruiWang出处：IEEETRANSACTIONSONGEOSCIENCEANDREMOTESENSING发表时间：20191.1摘要与贡献：目前，深度学习方法已被成功用于高光

weixin_42402402·2022-11-25 08:17

Deep Few-Shot Learning for Hyperspectral Image Classification（2019）——深度学习论文笔记（四）

DeepFew-ShotLearningforHyperspectralImageClassification（2019）文章目录DeepFew-ShotLearningforHyperspectralImageClassification（2019）Abstract1.INTRODUCTION2.PROPOSEDMETHOD**A.DeepFew-ShotLearningandTrainingS

immortal12·2022-11-25 08:40

Few-Shot Hyperspectral Image Classification With Unknown Classes Using Multitask Deep Learning

期刊影响因子5分多。本文中使用的代码和注释可以在https://sjliu.me/MDL4OW上获得。ps:看完后，看论文看的很失败，好像和我的方向没关，又好像有关，感觉白看了，给我整不会了，又啥也不会了，╮(╯▽╰)╭搁置吧！！！Abstract当前的高光谱图像分类假设预定义的分类系统是封闭且完整的，并且在看不见的数据中没有未知或新的类别。然而，这个假设对于现实世界来说可能过于严格。通常，在构建

哈哈哈hhhhhh·2022-11-25 08:00

[HSI论文阅读]A survey Deep learning for hyperspectral image classification with few labeled samples

少量标记样本下进行高光谱图像分类的深度学习方法调查文章目录前言关键词预习1.HSI（Hyperspectralimage）classification（高光谱图像分类）2.Transferlearning（迁移学习）3.Few-shotlearnin

Felidae 'Canidae·2022-11-25 08:56

Deep Few-Shot Learning for Hyperspectral Image Classification-浅读

DeepFew-ShotLearningforHyperspectralImageClassificationIntroductionMethodExperimentDeepFew-ShotLearningforHyperspectralImageClassification我看的第一篇few-shotlearning

Eric Leee·2022-11-25 08:52

论文阅读笔记CTM：《Finding Task-Relevant Features for Few-Shot Learning by Category Traversal》

通过遍历类别查找小样本学习上的特定任务的特征这里的重点在遍历类别样本，提取类内不变性特征和类间唯一性特征1核心思想之前的一些方法（孪生、匹配、原型、关系）把不同的类彼此独立看待，没有将整个任务当做一个整体，这阻碍了与任务相关的特征提取能力。换句话说，本文通过遍历支持集，在特征空间中发现（与任务相关的）类内共性和类间唯一性。本文主要提出了一种CategoryTraversalModule（CTM）类

海淀小天·2022-11-24 20:01

【论文总结】Few-shot Object Detection via Feature Reweighting（附翻译）

Few-shotObjectDetectionviaFeatureReweighting基于特征重加权的小样本目标检测论文地址：https://arxiv.org/abs/1812.01866代码地址：

小张好难瘦·2022-11-23 14:27

Few-Shot Learning with Graph Neural Networks（图神经网络小样本学习）

Few-ShotLearningwithGraphNeuralNetworks来源：ICLR2018链接：原文下载：https://arxiv.org/pdf/1711.04043.pdf源码地址：https

Y.zzz·2022-11-23 09:28

光流DL——1.Learning Optical Flow from a Few Matches(2021)

LearningOpticalFlowfromaFewMatchesAbstract1.Introduction2.Method2.1.SparseCorrelationVolume2.2.k-NearestNeighbours2.3.DisplacementsUpdate2.4.Multi-scaleDisplacementEncoder2.5.GRUUpdateBlock3.Experimen

黑洞是不黑·2022-11-23 04:49

Adaptive Prototype Learning and Allocation for Few-Shot Segmentation

AdaptivePrototypeLearningandAllocationforFew-ShotSegmentationAbstractIntroductionRelatedWorkSemanticSegmentation（语义分割）Few-shotLearning

栗子菜菜·2022-11-23 00:30

【论文翻译】Few-Shot Object Detection via Classification Refinement and Distractor Retreatment

Few-ShotObjectDetectionviaClassificationRefinementandDistractorRetreatment基于分类细化和干扰物再处理的少样本目标检测论文地址：CVPR2021OpenAccessRepository1

小张好难瘦·2022-11-22 13:33

【论文翻译】Learning from Few Samples: A Survey 小样本学习综述

论文链接：https://arxiv.org/abs/2007.15484摘要Deepneuralnetworkshavebeenabletooutperformhumansinsomecaseslikeimagerecognitionandimageclassification.However,withtheemergenceofvariousnovelcategories,theability

小张好难瘦·2022-11-22 13:33

小词详解：a few，few，a little，little

1、afew，few，alittle，little用作数量限定词afew和few用于可数复数名词之前（beforepluralnouns）。

阿镜努力学习·2022-11-22 11:18

《Few-Shot Classification with Feature Map Reconstruction Networks》论文笔记&代码

文章目录流程代码一些疑问流程在Nway−KshotNway-KshotNway−Kshot的episodeepisodeepisode下(图中N=K=3，有3个类，每类有3张图片)，XsX_sXs表示支持图片的集合.当有单张查询图片xqx_qxq的时候，我们希望能预测它的标签yqy_qyq.灰色的梯形代表卷积特征提取器，xqx_qxq经过它产生的一个大小为r×dr×dr×d大小的特征图输出(记作Q

F_aF_a·2022-11-22 09:48

孟子轻量化多任务模型已开源，登顶 ZeroCLUE 和 FewCLUE 榜单

经过五个月的开发和场景打磨，孟子多任务模型正式开源，提供出色的Zero-Shot及Few-Shot能力，以0.22B的轻量化模型在零样本学习ZeroCLUE和小样本学习权威榜单FewCLUE榜单均排名第一

澜舟孟子开源社区·2022-11-22 06:31

Template-Based Named Entity Recognition Using BART

场景：Few-ShotLearning+PromptLearning+PLM（BART）+TransferLearningAbstract最近人们对研究少量的NER很感兴趣，其中低资源的目标域与资源丰富的源域有不同的标签集

been_through·2022-11-22 05:09

推荐频道

Few

元学习 & Meta Learning & Few-Shot Learning 二 || 孪生网络 (Siamese Network)

Registration based Few-Shot Anomaly Detection

Few-Shot Learning Record

fewshot_NER:SpanProto: A Two-stage Span-based Prototypical Network for Few-shot Named Entity Recogni

论文复现—1—A Simple yet Effective Relation Information Guided Approach for Few-Shot Relation Extraction

小样本关系分类（原型学习）：Better Few-Shot Relation Extraction with Label Prompt Dropout

ECCV 2022 Cross-Domain Few-Shot Semantic Segmentation

【学习笔记】李宏毅2021春机器学习课程第7.3节：自监督学习（三）

CVPR2022 活体检测 Adaptive Transformers for Robust Few-shotCross-domain Face Anti-spoofing

＜＜视觉问答NeurIPS＞＞2021：Multimodal Few-Shot Learning with Frozen Language Models

活动报名丨IDEA研究院 杨平：统一自然语言理解任务为多项式选择任务

小样本（少样本）目标检测概述（few-shot object detection）

恕我直言，很多小样本学习的工作就是不切实际的

ACL2022 | 基于自描述网络的小样本命名实体识别

【论文翻译】Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection

【Pytorch】prototypical network原型网络小样本图像分类简述及其实现

Meta-learning algorithms for Few-Shot Computer Vision 论文解读（二）

Meta-learning algorithms for Few-Shot Computer Vision论文解读（三）

Few-shot Object Detection via Feature Reweighting【阅读笔记】【小样本目标检测】

Meta-RCNN: Meta Learning for Few-Shot Object Detection【阅读笔记】

Meta-DETR: Few-Shot Object Detection via Unified Image-Level Meta-Learning【阅读笔记】

Meta-SSD: Towards Fast Adaptation for Few-ShotObject Detection With Meta-Learning【阅读笔记】

论文解读1《TA2N: Two-Stage Action Alignment Network for Few-Shot Action Recognition》少镜头动作识别

论文解读2 OTAM《Few-Shot Video Classification via Temporal Alignment》少镜头动作识别

读书笔记4，使用AI重构地球--让未来不再那么赛博朋克(上)

中文巨量模型“源1.0”：语料质量清洗与数据分析方法

中文巨量模型“源1.0”的学习优化方法

中文巨量模型“源1.0”的小样本学习优化方法

Tiered ImageNet（few-shot learning最近很常用）的详细介绍及python处理方法

Dynamic Few-Shot Visual Learning without Forgetting||论文阅读

(已解决)Qt部署openvino时报错：too few arguments provided to function......

【Few-Shot Segmentation论文阅读笔记】PANet: Few-Shot Image Semantic Segmentation with Prototype , ICCV, 2019

【论文阅读笔记】 Deep Few-Shot Learning for Hyperspectral Image Classiﬁcation

Deep Relation Network for Hyperspectral Image Few-Shot Classification

Deep Few-Shot Learning for Hyperspectral Image Classification

Deep Few-Shot Learning for Hyperspectral Image Classification（2019）——深度学习论文笔记（四）

Few-Shot Hyperspectral Image Classification With Unknown Classes Using Multitask Deep Learning

[HSI论文阅读]A survey Deep learning for hyperspectral image classification with few labeled samples

Deep Few-Shot Learning for Hyperspectral Image Classification-浅读

论文阅读笔记CTM：《Finding Task-Relevant Features for Few-Shot Learning by Category Traversal》

【论文总结】Few-shot Object Detection via Feature Reweighting（附翻译）

Few-Shot Learning with Graph Neural Networks（图神经网络小样本学习）

光流DL——1.Learning Optical Flow from a Few Matches(2021)

Adaptive Prototype Learning and Allocation for Few-Shot Segmentation

【论文翻译】Few-Shot Object Detection via Classification Refinement and Distractor Retreatment

【论文翻译】Learning from Few Samples: A Survey 小样本学习综述

小词详解：a few，few，a little，little

《Few-Shot Classification with Feature Map Reconstruction Networks》论文笔记&代码

孟子轻量化多任务模型已开源，登顶 ZeroCLUE 和 FewCLUE 榜单

Template-Based Named Entity Recognition Using BART

活动报名丨IDEA研究院杨平：统一自然语言理解任务为多项式选择任务