本研究提出了一种名为“循环保形方法”（CitL）的新方法，旨在解决大规模数据集中的类别不平衡和标签噪声问题。通过评估样本的不确定性，该方法显著提高了模型的鲁棒性和准确性，分类准确率提升了6.1%。
完成下面两步后，将自动完成登录并继续当前操作。
