PulseAugur
中
实时 08:23:26
English(EN) A Classifier That Teaches Itself: Self-Improving, Frozen-gate Training (SIFT) for Dynamic Document Classification

新的SIFT系统实现了自改进文档分类

作者 PulseAugur 编辑部 · [1 个来源] ·

一种名为SIFT（自改进、冻门训练）的新的自改进分类系统已被开发出来，以应对企业环境中动态文档分类的挑战。SIFT利用一个成本效益高的流水线，结合了SPLADE稀疏编码器和LightGBM头部，并将低置信度的预测升级给LLM裁判进行标注。这个过程创建了一个不断增长的标注语料库，随着时间的推移提高了准确性，而无需大量的预先标注。通过一个两部分的推广门来维护安全性，该门检查关键标签回归，并使用一个固定的黄金回归集来防止自主再训练导致性能下降。 AI

影响 这种方法可以显著降低在实际应用中维护准确文档分类系统的成本和精力。

排序理由 该集群包含一篇详细介绍文档分类新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的SIFT系统实现了自改进文档分类

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Bogdan Raduta, Horia Velicu, Alexandru Preda, Serban Chiricescu ·

    一种能自我学习的分类器：用于动态文档分类的自改进、冻门训练（SIFT）

    arXiv:2607.18358v1 Announce Type: new Abstract: Document classification is a solved problem in the laboratory and an unsolved one in the enterprise. The blocker is rarely model architecture; it is the labeling project that must precede a model and the institutional fear of lettin…

相关实体

相关话题