Conditional mutual information

新的arXiv论文探讨生成模型的半监督学习

两篇提交至arXiv的最新研究论文提出了针对条件生成模型的新型半监督学习技术。第一篇论文《通过标签增强实现的半监督条件扩散（LACD）》介绍了一种利用未标记数据的方法，为其分配一个微不足道的标签，理论上证明比纯监督方法收敛更快。第二篇论文《通过随机插值和充分表示实现的半监督条件生成学习（RepG）》侧重于将生成分解为潜在采样和重建阶段，以提高样本效率并缓解低标签场景下的维度灾难。