active learning

Active learning(主动学习)是机器学习中的一种样本选择策略：模型不再被动接受随机标注数据，而是主动挑出最有信息量、最不确定的样本请求人工标注，从而在标注预算有限时用更少数据达到更好的性能。它在标注成本高昂的科学计算、材料发现、流体力学模拟等领域长期受到关注，近期研究热点集中在样本多样性的度量方式、与优化和压缩任务的结合，以及面向科学发现的工程化框架。

Active Learning 的近期研究进展

样本选择策略的多样化探索。《Diversity-Based Active Learning: An Evaluation of Metric Spaces for Active Learning Selection》系统评估了不同度量空间下的基于多样性的主动学习选样方法，回应了此前以不确定性为主的选样策略在批量场景下容易选到冗余样本的问题。

与核方法和优化结合。《Enhancing Bayesian Optimization and Active Learning Through Kernel Diversity》提出通过核函数多样性同时改进贝叶斯优化与 active learning,显示这两类基于代理模型的迭代方法正在共享方法论。

理论复杂度分析。《多组均值估计主动学习的复杂度度量：方差局部曲率》针对多组均值估计问题，提出以方差局部曲率作为主动学习的复杂度度量，为何时值得使用主动学习提供了理论判据。

科学发现中的工程化框架。ALF 框架(ALF: An Active Learning Framework for Scientific Discovery)把主动学习封装为面向科学发现的通用工具；AIMBio-Mat 平台(AIMBio-Mat: An AI-Native FAIR Platform for Closed-Loop Materials Discovery and Biomedical Translation)则将其嵌入闭环材料发现与生物医药转化的完整流程。在机器学习原子间势(MLIP)方向，《Force-Aware Neural Tangent Kernels for Scalable and Robust Active Learning of MLIPs》引入力感知神经正切核以提升可扩展性和稳健性。

跨任务应用。主动学习还被用于模型压缩场景，与剪枝结合以降低压缩开销(主动学习与剪枝结合实现高效模型压缩);在非线性动力学方向，出现用于跨音速颤振边界刻画的重整化校准主动学习方法(How the elastic axis folds the transonic flutter boundary: shock energy transfer and conformally calibrated active learning);回归任务的查询复杂度方面也有新的稳健性结果(Robust Regression of General ReLUs with Queries)。

当前焦点与观察点

综合近期文献，active learning 的研究呈现三条主线。其一是方法论上从单一不确定性采样转向不确定性、多样性与代表性并重的选样准则，度量空间的选择本身成为研究对象。其二是应用重心明显向科学计算倾斜：材料发现、分子势能面、气动弹性等高仿真成本场景成为主要试验场，主动学习被用作闭环发现流程中的查询调度器。其三是理论工作试图回答“何时有效”的问题，通过复杂度度量为实践者提供方法选择的依据。

值得观察的问题包括：批量子集选择在真实标注管线中的收益稳定性、与贝叶斯优化等代理模型方法边界的进一步融合，以及通用框架(如 ALF)能否在异质科学任务间真正复用。对希望在标注预算受限场景落地该技术的团队而言，这些方向将决定 active learning 从研究工具走向标准工程实践的节奏。

Overview

Active Learning 的近期研究进展

当前焦点与观察点

Coverage