トレーニングされたメトリックの汎化能力を最大化するためにサンプリングを適応的に実行する適応学習可能評価（ALA）法を提案します。エピソードに基づくトレーニングスキームを採用し、各エピソードを互いに素なラベルの2つのサブセットで構成して、トレーニングセットとテストセットのパーティションをシミュレートします。

広く使用されているCUB-200-2011、Cars196、およびStanford Online Productsデータセットの実験結果は、提案されたアプローチの有効性を示しています。