Papers with Code 아카이브
Active Learning
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 1
- 보존된 평가 기록
- 7
Active Learning is a paradigm in supervised machine learning which uses fewer training examples to achieve better optimization by iteratively training a predictor, and using the predictor in each iteration to choose the training examples which will increase its chances of finding better configurations and at the same time improving the accuracy of the prediction model
Source: Polystore++: Accelerated Polystore System for Heterogeneous Workloads
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
일반 반응 조건을 위한 베이지안 최적화
동치 쿼리로부터의 학습, 재고찰
auto-psych: 에이전트 주도 이론 발견과 실험을 통한 마음의 과학 자동화
고차원 물리 시스템에서의 자율적 과학 발견을 위한 소크라테스식 에이전트
Mask to Concept: 퓨샷 주석을 위한 효율적인 테스트 타임 개념 임베딩 탐색을 통한 자동 프롬프트 가능 SAM3
A Spectral Phase Diagram for Binary Few-Shot Classification: Intrinsic Dimensionality, Geometric Saturation, and Representational Diagnosis
LLM-ACES: Closed-Loop Discovery of Dynamical Systems with LLM-Guided Adaptive Search
Efficient Analytic Uncertainty Quantification for Multi-Modal Regression
Efficient Adaptive Data Acquisition via Pretrained Belief Representations
신경망 압축을 위한 계층적 강화학습(HiReLC): 가지치기와 양자화
Task Decomposition for Efficient Annotation
Entity Resolution via Batched Oracle Queries
FairBED: 더 공정한 데이터 수집을 위한 베이지안 실험 설계 접근법
Bayesian Adaptation Gym: 멀티모달 언어 모델의 베이지안 저랭크 적응 벤치마크
상관된 특징 조건에서 AI 보조를 통한 인간 의사결정
ConnectomeBench2: 자동화된 커넥톰 교정을 위한 통합 벤치마크
그래프 커버리지 기반 의료 이미지 분류를 위한 원샷 데이터 선택
AURA: LLM-as-a-judge 감사를 위한 적응형 불확실성 인식 정제
AK-MCS-C2 : 파괴 확률 추정을 위한 컨포멀 인증(conformal certification) 기반 능동형 크리깅 몬테카를로 시뮬레이션 방법
cAPM: 능동 학습을 활용한 지속적 AI 보조 페이스 매핑
NEPv를 통한 스펙트럼 DPP: 다양성 인식 데이터 선택을 위한 결정식 MAP의 확장 가능한 연속 완화
문맥 내 학습(ICL)은 내재적 호기심을 지원할 수 있는가?
LLM 사후 학습에서 어떤 쌍을 비교해야 하는가?
iSAGE: 희소 포인트 지도를 통한 원격 탐사 시맨틱 세그멘테이션을 위한 인간 루프 프레임워크
바운딩 박스에서 시각적 추론까지: 비전-언어 모델을 위한 온-정책 데이터 주석 도구
LLM 유도를 통한 제로샷 능동적 특징 획득
UBP2: 효율적인 선호 기반 강화학습을 위한 불확실성 균형 선호 계획
루프 내 인간이 여전히 필요한가? 적대성 탐지를 위한 능동 학습에서 인간과 LLM 주석 비교
초음파 AI 연구에서의 주석 및 평가를 위한 임상의 중심 파이프라인
고차원 데이터에서 개인화된 임계값의 측정 제약 M-추정을 위한 능동적 하위 표본 추출
편향되고 비용이 높은 데이터 소스로부터의 학습: 예산 제약 하 미니맥스 최적 데이터 수집
AnomalyMatch: 준지도 및 능동 학습을 통한 관심 대상 희귀 객체 발견
다항 카오스 전개와 다변량 능동 학습을 이용한 공학 구조물의 불확실성 정량화
QueryMarket: 데이터 마켓에서의 비용 인식 온라인 능동 학습
REMAL: 대리 모델 기반 다학문 설계 분석을 위한 잔차 평형 매니폴드 액티브 러닝
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.