跳到正文
热点事件持续更新

作者更新 PCoreSet 论文并补充分析

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Seongjae Kang 等作者更新了 PCoreSet 论文,调整作者单位,并进一步说明 ActiveKD、PCoreSet 与 ClassBalanced 基线的比较,扩展分析和实现细节。 论文将主动学习与视觉语言模型知识蒸馏结合,并在概率空间选择多样的未标注样本。报告称,PCoreSet 在 5 个学生模型和 3 个教师模型上持续优于 Random 选择器;除前两轮主动学习外,均取得最佳表现。

AI 根据报道生成 · 41 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月28日
  1. arXiv · Machine Learning
    PCoreSet:通过视觉语言模型知识蒸馏实现有效主动学习

    ActiveKD 将主动学习与知识蒸馏结合,利用大规模视觉语言模型的零样本和少样本能力;PCoreSet 则在概率空间而非特征空间选择具有多样性的未标注样本。11 个数据集评测显示,ActiveKD 相比无蒸馏基线在 ImageNet 上平均提升 29.07%。在 5 个学生模型和 3 个教师模型上,PCoreSet 是唯一持续优于 Random 的选择器,除前 2 轮主动学习外均取得最佳表现。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。