BriefGPT - AI 论文速递
·
半监督概念瓶颈模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一个名为SSCBM的新框架，通过在标记和未标记数据上进行联合训练，并在概念层面对未标记数据进行对齐，解决了现有CBMs训练中的限制。实验证明我们的SSCBM既有效又高效，在仅有20%标记数据的情况下，实现了93.19%的概念准确性和75.51%的预测准确性。
🎯
关键要点
- 提出了一个名为SSCBM的新框架。
- SSCBM通过在标记和未标记数据上进行联合训练解决现有CBMs训练中的限制。
- 在概念层面对未标记数据进行对齐。
- 实验证明SSCBM既有效又高效。
- 在仅有20%标记数据的情况下，SSCBM实现了93.19%的概念准确性。
- 在完全监督设置下，概念准确性为96.39%。
- 在仅有20%标记数据的情况下，SSCBM实现了75.51%的预测准确性。
- 在完全监督设置下，预测准确性为79.82%。
➡️
