Ví dụ tổng quát hóa (Generalized exemplars) là phạm vi hình chữ nhật của không gian thể hiện (instance space), được gọi là siêu hình chữ nhật (hyperrectangles) vì chúng là nhiều chiều. Khi xác định các thể hiện mới, cần chuyển đổi hàm khoảng cách để cho phép tính khoảng cách đến một siêu hình chữ nhật.
Khi một ví dụ mới được xác định đúng, nó được tổng quát hóa bằng cách trực tiếp hợp nhất (merging) nó với ví dụ gần nhất của cùng một lớp. Ví dụ gần nhất có thể là một thể hiện riêng lẻ hoặc một siêu hình chữ nhật.
Trong phương pháp này, một siêu hình chữ nhật mới được tạo ra bao phủ ví dụ trước và thể hiện mới. Siêu hình chữ nhật được mở rộng để bao quanh thể hiện mới. Cuối cùng, nếu dự đoán sai và là một siêu hình chữ nhật chịu trách nhiệm cho dự đoán sai đó, các biên của siêu hình chữ nhật được sửa đổi để nó co lại xa thể hiện mới.
Cần xác định từ đầu liệu việc quá tổng quát hóa (overgeneralization) do chiếm chỗ hoặc chồng chéo (overlapping) các siêu hình chữ nhật có được phép hay không. Nếu nó bị ngăn chặn, một kiểm tra được thực hiện trước khi tổng quát hóa một thể hiện mới để xem liệu một số khu vực của không gian đặc trưng có xung đột với siêu hình chữ nhật mới được đề xuất hay không. Nếu tổng quát hóa bị vô hiệu hóa, ví dụ được lưu nguyên vẹn. Các siêu hình chữ nhật chồng chéo chính xác liên quan đến các vị trí mà cùng một thể hiện được bao phủ bởi nhiều quy tắc trong một bộ quy tắc (ruleset).
Trong một số sơ đồ, các ví dụ tổng quát hóa có thể được cố định (nested) trong đó chúng có thể được bao gồm hoàn toàn bên trong nhau tương tự như trong một số mô tả quy tắc có thể có ngoại lệ (exceptions).
Cấu trúc cơ hội thứ hai này thúc đẩy việc lồng ghép (nesting) các siêu hình chữ nhật. Nếu một thể hiện rơi vào một hình chữ nhật của lớp sai mà bao gồm một ví dụ của cùng một lớp, hai cái được tổng quát hóa thành một siêu hình chữ nhật "ngoại lệ" mới được lồng bên trong cái ban đầu. Đối với các ví dụ tổng quát hóa cố định, quy trình học tập thường bắt đầu với một vài thể hiện hạt giống (seed instances) để tránh một số thể hiện của cùng một lớp được tổng quát hóa vào một hình chữ nhật đơn lẻ bao phủ một vài khu vực vấn đề.
Với các ví dụ tổng quát hóa, cần tổng quát hóa hàm khoảng cách để tính khoảng cách từ một thể hiện đến một ví dụ tổng quát hóa và một thể hiện khác. Khoảng cách từ một thể hiện đến một siêu hình chữ nhật được định nghĩa là bằng không nếu điểm nằm bên trong siêu hình chữ nhật.
Cách đơn giản nhất để tổng quát hóa hàm khoảng cách để tính khoảng cách từ một điểm bên ngoài đến một siêu hình chữ nhật là chọn thể hiện gần nhất bên trong nó và tính khoảng cách đến thể hiện đó. Tuy nhiên, điều này làm giảm lợi ích của tổng quát hóa vì nó tái nhập sự phụ thuộc vào một ví dụ đơn lẻ cụ thể.