BriefGPT - AI 论文速递 · 2025-02-18T00:00:00Z Enhancing Semi-supervised Learning with Noisy Zero-shot Pseudolabels 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出ZMT框架，以解决半监督学习中伪标签不可靠的问题。ZMT能够联合优化零-shot伪标签与无监督表征学习，实验证明其在处理噪声伪标签时错误率降低56%，显著提升了资源受限环境下的学习效果。 🏷️ 标签 ZMT框架 伪标签 半监督学习 噪声处理 无监督学习 阅读原文 生成长图 分享链接 已复制链接
