ホットトピック継続更新中
研究人员提出主动学习数据移除方法Forgetting to Improve
1 件の報道1 件の報道元10 時間前 更新
まずこの件を把握する
AI 概要
2026年11月4日，研究人员在 arXiv 发布论文，提出名为“Forgetting to Improve”的主动学习数据移除方法，旨在通过按原则移除有害数据样本来缓解模型不匹配问题。该方法针对高斯过程模型引入了专用影响函数，能够将下游任务纳入整体建模框架，并有效剔除产生负面影响的数据样本。实验结果表明，该方法在贝叶斯优化、基于模型的强化学习以及转导学习等多项下游任务中均取得了显著改进。
AI が報道をもとに生成 · 10 時間前 更新
最新の進展11月4日 13:00
研究人员提出Forgetting to Improve方法，通过原则性移除有害数据提升主动学习性能。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月4日
- arXiv 人工智能Forgetting to Improve：主动学习中的原则性数据移除
研究人员提出 Forgetting to Improve 方法，通过在主动学习中按原则移除有害数据样本来缓解模型不匹配问题。该方法为高斯过程模型引入了专用影响函数，可将下游任务纳入建模框架并剔除产生负面影响的数据。实验表明，该方法在贝叶斯优化、基于模型的强化学习以及转导学习等多项任务中均实现了显著改进。
このストーリーのホット度の推移
現在のホット度 8·比較可能範囲のピーク 10（11月4日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。