SSCAL：半监督持续主动学习新方法

Shiqi Zhang 与 Tuomas Virtanen 提出半监督持续主动学习（SSCAL）方法，首次把该场景下的伪标签问题拆成两个决策：哪些无标注样本带伪标签进入训练，以及它们在每个 mini-batch 中占多大比例。 该方法按无标注样本到标注近邻的距离决定是否接纳伪标签，并限制伪标签占比；同时对标注样本损失重新加权，以保持期望梯度贡献不变。在冻结嵌入上，伪标签器可增量更新且无需额外前向计算。作者称该方法可与任意采集函数配合使用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。