提出弱监督多校准统一框架

Futoshi Futami和Takashi Ishida提出面向弱监督学习的多重校准误差估计与后处理校正框架，并设计了弱标签多重校准增强算法（WLMC）；该方法在缺少干净输入—标签对的条件下构造了具有有限样本保证的校准矩，并在多种弱监督设置中进行了实验。 该框架结合污染矩阵风险改写和基于 witness 的校准约束，用于估计和校正弱监督场景中的多重校准误差。报道未给出实验结果的具体性能结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。