Adversarial Data Programming (ADP) presents an adversarial methodology to generate data and a curated aggregated label by using distant supervision signals in the form of weak labeling functions, which outperformed many state-of-the-art models on image datasets like MNIST, Fashion MNIST, CIFAR 10, and SVHN. The proposed ADP framework could also be extended for multi-task learning and transfer learning.

Mar, 2018

本文提出了一种新的自动训练数据标注范例——亲和编码法，并设计了一种可重复利用的适用于图像数据的亲和函数集合；在五个不同领域的图像标注任务上与现有数据编程系统 Snuba 和新型的少样本学习技术进行了比较，结果显示，该系统精度在 71% 至 98% 之间，端到端表现优于现有系统，在不需要人工标注的情况下，比新型少样本学习技术和 Snuba 系统性能更优，非常接近完全受监督模型的上限。

Mar, 2019

该论文提出了一种名为CAGE的方法，它是一种基于数据编程范 Paradigm 的算法。它通过支持输出与标签不确定相关的连续分数的函数，以增强和推广现有的 data programming 范 Paradigm，使程序更加自然且具有更好的召回率，并可以通过整合人类专家的质量指南来引导训练过程，从而使算法更加可靠。

Nov, 2019

通过将成对反馈信息纳入程序性标记数据集的潜在类变量建模过程中，即使只有很少数量的成对反馈信息源，也可以实现潜在类变量后验估计质量的显著提高。

Dec, 2019

本文提出了一种半监督的数据编程范式，使用规则/标注函数和半监督损失函数基于特征空间学习联合模型，此外，还研究了在联合半监督数据编程目标之上进行子集选择的模型，并在七个公开数据集上表现显著优于其他状态下的模型。

Aug, 2020

本研究提出了一种基于标签数据和未标签数据的半监督学习技术，利用标签数据产生可解释的标签函数（LFs），再通过数据编程获得大量嘈杂的标注数据，有效避免了需要大量标注数据的问题，并利用一个鲁棒的双层优化算法进行 LF 重加权，并在多个文本分类数据集上展示了效果显著的优势。

Sep, 2021

本文提出一种超级标签模型，通过程序化弱监督方法中的标注函数抽象出来产生训练标签，可以在单个前向传递中推断出每个数据集的基本真实标签。使用了图神经网络，使模型预测对标签函数排列的顺序保持不变，从而在14个真实世界中的数据集上表现得比现有的最佳方法更具效率和精度。

Jul, 2022

我们引入了一个新的任务，标签指令生成，旨在解决缺少公开可用的标注说明的问题，我们介绍了一个无需模型训练的框架，并使用一个新创建的快速检索系统，利用大型预训练视觉和语言模型，生成数据集类别的多个不同的视觉和文本表示，我们优化后的标注指令集在5个折叠中比NuImages高出7.06 mAP，比COCO高出12.9 mAP。

Jun, 2023

提出ActiveDP框架，结合主动学习和数据编程，生成高准确性和覆盖率的标签，优于以往弱监督和主动学习方法，在不同标注预算下表现稳定。

Feb, 2024

在医学领域中，大型深度神经网络（DNNs）需要高质量的标记数据，但通常数据稀缺。本文提出使用距离函数来解决高维数据下的标记问题，该方法通过查询专家对数据集的代表性样本进行标记以生成弱标签，并在医学时间序列和医学图像案例研究中取得了显著的精度和F1分数提升。

Jul, 2024