Sep, 2024

降低风险:迈向可靠的深度学习检验系统连续训练

TL;DR本研究解决了深度学习检验系统在处理有限标记数据集时的缺陷,提出了一种基于连续训练的维护方法,通过两阶段过滤过程选择可靠的数据。这种方法显著减少了自生成标签带来的性能退化风险,实验证明提升了模型在生产数据上的表现,最高可达14%。