研究人员开发了一个名为 Deep Active Re-Labeling (DAR) 的新框架，以提高机器学习中主动学习的效率。该方法解决了人工标注错误的问题，这些错误会显著降低主动学习的性能。DAR 策略性地重新标注一部分已标记数据，以识别和纠正噪声标签，从而实现更高效的数据训练和更干净的最终标注数据集。 AI
影响 这项研究通过减轻噪声人工标注的影响，有望实现更强大、更高效的机器学习模型训练。
排序理由 该集群包含一篇详细介绍新研究方法的学术论文。[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 →