研究人员开发了一种名为信任函数的新颖方法，以提高AI模型的泛化能力。该技术涉及为数据集中每个弱标签分配信任分数，从而过滤不可靠的监督。该方法在知识、推理和策略游戏等多个领域都取得了成功，使学生模型能够媲美甚至超越地面真实监督。此外，信任函数还促进了一个迭代过程，其中训练好的学生模型可以在后续训练周期中被重新用作教师，从而累积性能提升。 AI
影响 使AI模型能够用不太可靠的数据实现更高的性能，可能降低数据标注成本。
排序理由 该集群包含一篇详细介绍AI模型训练新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →