본 논문에서는 FLoWN이라는 새로운 메타러닝 모델을 제시합니다. FLoWN은 컨텍스트 데이터를 조건으로 하여 다양한 작업에 대한 신경망 파라미터를 생성하는 흐름 매칭 모델입니다. 잠재 공간 상의 흐름을 모델링하여 새로운 개념을 추론 중에 학습하는 능력을 이미지 영역으로 확장하고자 합니다. 실험 결과, FLoWN은 메타러닝 모델의 다양한 요구 사항을 충족하며, 분포 내 작업에서는 기준 모델과 동등하거나 우수한 성능을 보이고, 분포 외 소량 학습 작업에서도 우수한 성능을 나타냅니다. 또한, 분류기 학습을 위한 더 나은 초기화를 제공하고, 성능 향상을 위한 미세 조정 메커니즘을 갖추고 있습니다.
