该文介绍了一种名为 Learning To Sample 的主动学习方法，能够通过不确定性和多样性的优化整合来主动选择最具代表性和信息量的样本，并在多个任务上验证了其有效性，特别适用于类别高度不平衡的数据集，还能够有效解决现有主动学习方法中出现的冷启动问题。