BriefGPT - AI 论文速递 ·

带有偏倚非响应的主动学习

💡 原文中文，约200字，阅读约需1分钟。

📝

内容提要

本研究提出了一种新的活动学习方法，通过学习的代理模型选择批次的未标记实例来进行数据获取，从而减少标注成本。该方法克服了现有活动学习方法的局限性。

🎯

关键要点

活动学习是一种通过选择性请求标签来提高模型性能的方法。
本研究提出了一种新的活动学习方法。
该方法通过学习的代理模型选择未标记实例进行数据获取。
新方法旨在减少标注成本。
该方法克服了现有活动学习方法的局限性，包括昂贵的获取函数计算和多轮交互。

🏷️

标签

代理模型数据获取未标记实例标注成本活动学习方法

➡️

继续阅读