代理信息引导的贝叶斯迁移学习与未知源
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于代理信息的稳健概率迁移学习方法(PROMPT),旨在解决目标任务微调困难的问题。PROMPT在缺乏目标任务结果信息的情况下,通过代理信息估计目标任务效果并重加权源数据,从而降低负迁移风险。
🎯
关键要点
- 本研究提出了一种基于代理信息的稳健概率迁移学习方法(PROMPT)。
- PROMPT旨在解决目标任务微调困难的问题。
- 该方法在缺乏目标任务结果信息的情况下,通过代理信息估计目标任务效果。
- PROMPT重加权源数据,从而降低负迁移风险。
- 该方法能够在未知源的情况下实现更有效的效果转移。
➡️