哪一个是机器学习中“一次性学习”范式的正确描述? A. 旨在从一个、或仅有的几个训练样本中学习一些信息。B. 旨在采用有限数量的训练样本来学习一些信息。C. 属于有监督学习算法一类，此外还利用未标记数据进行训练。D. 能够求解一个任务，即使没有得到该任务的任何训练样本。E. 接收一组标注数据并对所有的未知数据做出预测。F. 仅仅接收未标注数据并对所有的未知数据做出预测。

步骤 1：理解一次性学习的定义
一次性学习（One-shot Learning）是指机器学习模型能够在看到一个或少数几个训练样本后，就能学习到该样本的特征，并能够对新的样本进行分类或预测。这种学习方式特别适用于数据量非常有限的情况。

步骤 2：分析选项
A. 旨在从一个、或仅有的几个训练样本中学习一些信息。——这符合一次性学习的定义。
B. 旨在采用有限数量的训练样本来学习一些信息。——虽然有限数量的样本可以是少量的，但一次性学习更强调的是极少量的样本。
C. 属于有监督学习算法一类，此外还利用未标记数据进行训练。——这描述的是半监督学习，不是一次性学习。
D. 能够求解一个任务，即使没有得到该任务的任何训练样本。——这描述的是零样本学习，不是一次性学习。
E. 接收一组标注数据并对所有的未知数据做出预测。——这描述的是标准的有监督学习，不是一次性学习。
F. 仅仅接收未标注数据并对所有的未知数据做出预测。——这描述的是无监督学习，不是一次性学习。

步骤 3：选择正确答案
根据一次性学习的定义，正确答案是A。