Chinese contentAgentSSL:让机器学习智能体用半监督学习利用无标注数据
这篇论文回答了一个很实际的问题:标注数据不够时,MLE 智能体还能不能自动搭好训练流程。结果显示智能体在多数设定下能超过人工基线,但选哪个程序是个大坑,最多掉 47% 性能。做自动化机器学习或数据稀缺场景的工程团队值得看看。
这篇论文回答了一个很实际的问题:标注数据不够时,MLE 智能体还能不能自动搭好训练流程。结果显示智能体在多数设定下能超过人工基线,但选哪个程序是个大坑,最多掉 47% 性能。做自动化机器学习或数据稀缺场景的工程团队值得看看。
训练用的监督信号会让评估指标悄悄虚高,这篇论文发现新类准确率能被高估 25 个点,还给了修复的评估和训练方法,做半监督聚类的值得看看。
这篇论文说伪标签共识想有效,得让模型看不同的证据。他们在 Cora、CiteSeer、PubMed 上把伪标签精度最多提了 4.39 个百分点,做图学习可以看看。
这篇 arXiv 论文用集成共识做分子图半监督学习,不用费力设计数据增强,单个模型就能超过传统全集成,还降校准误差。
这篇论文用CoT推理帮医学图像分割识别病理不同的病变,比只看像素的旧方法靠谱得多,尤其是处理边界模糊的情况。
这项研究解决了胎儿心脏超声分析中标注数据稀缺的痛点,做医学影像AI的团队可以直接参考其半监督框架和开源代码,值得关注。