关键词self-training paradigm
搜索结果 - 3
- 通过知识检测自我训练大型语言模型
该论文研究自训练范式,其中大型语言模型 (Large language models, LLMs) 通过自主策划标签并选择性地在未知数据样本上训练,以显著改善多个主题中生成中的虚构问题。此外,选择性训练框架在处理超出分布基准的灾难性遗忘时具 - FlexSSL: 泛化高效的半监督学习框架
通过构建一个半合作的 “游戏”,FlexSSL 旨在解决半监督学习中标签可观察性的辨别问题,从而充分利用标注和未标注数据,并通过理论推导证明了它与噪声标签上的损失重新加权的联系,通过在不同任务上的评估,我们证明了 FlexSSL 可以持续增 - 自训练方式提升语义分割
本文提出了一种半监督学习的方法,即自我训练范式,通过用标注数据训练教师模型并在大量未标注数据上生成伪标签,以较少的监督实现像素级准确模型,并在 Cityscapes,CamVid 和 KITTI 数据集上取得了最优表现,同时,在具有挑战性的