FunnelAL

FunnelAL系统增强了主动学习中的单类发现

研究人员推出了一种新颖的检索后排序主动学习系统FunnelAL，用于大规模监督学习中的单类发现。该系统将多阶段推荐系统架构应用于数据标注，解决了有效查找相关样本以及区分真阳性与可混淆阴性的挑战。FunnelAL将过程分解为基于嵌入的检索和一个精度触发的排序阶段，该阶段动态地整合了基于委员会的探索。在图像分类基准上的评估表明，即使在真实的标注者错误率下，FunnelAL的标注效率和最终质量也优于现有方法。