ALFA-Mix是一种新型批量主动学习方法，通过分析未标记实例的预测结果中的不一致性来确定具有明显特征的实例。在12个基准测试中，ALFA-Mix在30种不同的设置中表现优于其他主动学习方法，尤其在低数据量情况和自训练视觉转换器方面。ALFA-Mix的性能超过了该领域现有技术的59％和43％。