本研究提出了可扩展的Python工具包libcll，旨在解决互补标签学习中的假设不一致和评估平台缺乏的问题，以推动未来研究的发展。

本文提出了一种基于互补标签学习的框架，通过无偏估计分类风险进行模型选择，适用于多种损失函数。实验结果表明，该方法在多个数据集上显著提升了预测性能，优于现有技术。