BriefGPT - AI 论文速递
·
愿遗忘与你同在：用于学习带噪标签的替代重放
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究通过引入替代经验重放（AER）和不对称平衡采样（ABS），解决了增量训练中的遗忘问题，提升了样本纯度和准确率。
🎯
关键要点
- 本研究解决了增量训练中的遗忘问题，尤其是在噪声标签的情况下。
- 引入替代经验重放（AER），利用遗忘特性显著区分干净、复杂和噪声样本。
- 结合不对称平衡采样（ABS），提升了样本纯度。
- 实验证明，该方法在准确性和样本纯度上均表现优异。
- 平均提高了4.71%的准确率。
➡️
