研究者提出几何一致性规则:无标签选音频主动学习checkpoint
热点事件持续更新
研究者提出几何一致性规则:无标签选音频主动学习checkpoint
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Shiqi Zhang 与 Tuomas Virtanen 在 arXiv 研究中提出"几何一致性"(geometric consistency),一种用于音频主动学习 checkpoint 选择的无标签验证规则,目的是省去消耗标注预算的验证集。 据研究者称,该方法适用于任何查询策略,只有一个超参数且实践中不敏感,每轮仅需对未标注数据增加一次批量前向计算;在标注曲线下面积(AULC)上,它在无需额外标签的方法中取得最佳平均排名,并与一个预算外验证集的表现相当。
AI 根据报道生成 · 36 分钟前更新
最新进展10月27日 12:00
基于几何一致性的无标签验证方法用于音频主动学习 checkpoint 选择报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv cs.AI基于几何一致性的无标签验证方法用于音频主动学习 checkpoint 选择
一项 arXiv 研究提出几何一致性(geometric consistency),一种用于音频主动学习 checkpoint 选择的无标签验证规则,省去消耗标注预算的验证集。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。