Weak-to-Strong Learning

新的弱到强学习框架利用有限标记数据改进决策

研究人员开发了一种新的决策感知弱到强（W2S）框架，通过利用标记和未标记数据来改进上下文随机优化。该框架首先使用有限的标记数据训练一个弱模型，然后利用该模型在未标记的上下文中生成预测结果分布，为训练一个更强的模型提供软监督。理论分析表明，当弱特征表示和强特征表示之间的相关性维度较小时，W2S可以提高下游决策性能。合成新闻供应商实验和真实世界评论审核任务的经验证据支持了该框架的有效性。