本文介绍了一种改进的主动学习方法，通过边际杠杆得分抽样与非独立抽样策略相结合。作者提出了一个基于关键抽样算法的简单实现方法，并在学习参数化PDEs和不确定性量化的问题上进行了测试。该方法可以将样本数量减少最多50％。作者通过两个理论结果支持了这一发现，并证明了该方法在d维线性函数的样本主动学习中与独立抽样相匹配。对于多项式回归的重要案例，该方法获得了O(d)的改进界。