新的线性规划方法无需标签即可修剪数据集

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-08 04:00

研究人员开发了一种新颖的数据集修剪方法，该方法使用线性规划来选择代表性数据子集，而无需标签或模型训练。该方法将无偏子集选择重新表述为方差最小化问题，并从嵌入空间属性推导出几何标准。在 CIFAR-10、MNIST 和 CelebA 基准上的实验表明，该方法在各种数据预算下，在测试准确性方面可媲美甚至超越均匀采样，并且优于现有的几何方法，尤其是在较小的预算下。该框架通过增强小批量多样性，在减少随机梯度方差方面也具有优势。 AI

影响通过在无需标签或大量计算的情况下进行更有效的数据子集选择，该方法可以提高训练效率和模型性能。

排序理由该集群包含一篇详细介绍数据集修剪新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 7 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍数据集修剪新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Rodrigo Schuller, Francisco Ganacim · 2026-10-08 04:00

从第一性原理进行数据集剪枝：一种无标签的线性规划方法

arXiv:2610.10347v1 Announce Type: cross Abstract: Dataset pruning reduces a large training set to a representative subset while preserving model performance. Existing geometry-based methods typically assume that nearby points in embedding space share similar properties. Rather th…

本文如何被排名

报道来源 [1]

从第一性原理进行数据集剪枝：一种无标签的线性规划方法

相关实体

相关话题