BriefGPT - AI 论文速递 · 2024-12-17T00:00:00Z Learning from Noisy Labels via Self-Taught On-the-Fly Meta Loss Rescaling 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本文提出了一种无监督的实时元损失重新加权方法，旨在解决高质量标签创建的高成本及标签中的错误和模糊性。该方法在自然语言处理任务中表现优异，特别是在对话建模中有效减轻标签噪声和类不平衡问题，提升模型性能。 🏷️ 标签 元损失 对话建模 无监督学习 标签噪声 自然语言处理 阅读原文 生成长图 分享链接 已复制链接
