論文の概要: Labeled TrustSet Guided: Batch Active Learning with Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2604.12303v1
- Date: Tue, 14 Apr 2026 05:22:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.256303
- Title: Labeled TrustSet Guided: Batch Active Learning with Reinforcement Learning
- Title（参考訳）: Labeled TrustSet Guided: 強化学習によるバッチアクティブラーニング
- Authors: Guofeng Cui, Yang Liu, Pichao Wang, Hankai Hsu, Xiaohang Sun, Xiang Hao, Zhu Liu,
- Abstract要約: バッチアクティブラーニング(BAL)は、ラベリングコストを削減し、データ効率を向上させるための重要な手法である。
ラベル付きデータセットから最も情報性の高いデータを選択する新しいアプローチであるTrustSetを紹介する。
ラベルのないデータから高品質なTrustSet候補の選択を近似する強化学習(RL)に基づくサンプリングポリシーを提案する。
- 参考スコア（独自算出の注目度）: 24.986820294329622
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Batch active learning (BAL) is a crucial technique for reducing labeling costs and improving data efficiency in training large-scale deep learning models. Traditional BAL methods often rely on metrics like Mahalanobis Distance to balance uncertainty and diversity when selecting data for annotation. However, these methods predominantly focus on the distribution of unlabeled data and fail to leverage feedback from labeled data or the model's performance. To address these limitations, we introduce TrustSet, a novel approach that selects the most informative data from the labeled dataset, ensuring a balanced class distribution to mitigate the long-tail problem. Unlike CoreSet, which focuses on maintaining the overall data distribution, TrustSet optimizes the model's performance by pruning redundant data and using label information to refine the selection process. To extend the benefits of TrustSet to the unlabeled pool, we propose a reinforcement learning (RL)-based sampling policy that approximates the selection of high-quality TrustSet candidates from the unlabeled data. Combining TrustSet and RL, we introduce the Batch Reinforcement Active Learning with TrustSet (BRAL-T) framework. BRAL-T achieves state-of-the-art results across 10 image classification benchmarks and 2 active fine-tuning tasks, demonstrating its effectiveness and efficiency in various domains.
- Abstract（参考訳）: バッチアクティブラーニング(BAL)は,大規模ディープラーニングモデルのトレーニングにおいて,ラベル付けコストを削減し,データ効率を向上させるための重要なテクニックである。
従来のBALメソッドは、アノテーションのためにデータを選択するとき、不確実性と多様性のバランスをとるために、Mahalanobis Distanceのようなメトリクスに依存することが多い。
しかし、これらの手法は主にラベル付きデータの分散に重点を置いており、ラベル付きデータやモデルの性能からのフィードバックを活用できない。
この制限に対処するため,ラベル付きデータセットから最も情報性の高いデータを選択する新しい手法であるTrustSetを導入する。
全体的なデータ分散を維持することに焦点を当てたCoreSetとは異なり、TrustSetは冗長なデータをプルーニングし、ラベル情報を使用して選択プロセスを洗練することによって、モデルのパフォーマンスを最適化する。
未ラベルデータから高品質なTrustSet候補の選択を近似した強化学習(RL)に基づくサンプリングポリシーを提案する。
TrustSetとRLを組み合わせることで、Batch Reinforcement Active Learning with TrustSet (BRAL-T)フレームワークを導入します。
BRAL-Tは、10のイメージ分類ベンチマークと2つのアクティブな微調整タスクにまたがって最先端の結果を達成し、その有効性と効率を様々な領域で示す。
関連論文リスト
- Active Transfer Bagging: A New Approach for Accelerated Active Learning Acquisition of Data by Combined Transfer Learning and Bagging Based Models [0.0]
アクティブラーニングのためのシードデータセット選択法であるアクティブトランスファー・バッグング(ATBagging)を導入する。
ATBaggingは、バッジアンサンブルモデルのベイズ解釈から、候補データポイントのインフォメーション性を推定する。
ATBagging on four real-world datasets cover both target-transfer and feature-shift scenarios。
論文 参考訳（メタデータ） (2026-02-02T18:15:50Z) - Exploring Imbalanced Annotations for Effective In-Context Learning [41.618125904839424]
大規模言語モデル (LLM) は、文脈内学習 (ICL) を通じて下流タスクに顕著な性能を示す。
本研究では,このようなクラス不均衡が多種多様なタスクにおけるICL性能を著しく低下させることを示す。
クラス不均衡下でのICL性能を向上させるために,条件付きバイアスを用いた条件付きリヘアリングを提案する。
論文 参考訳（メタデータ） (2025-02-06T12:57:50Z) - Diversify and Conquer: Diversity-Centric Data Selection with Iterative Refinement [8.509688686402438]
命令データ上での大規模言語モデルの微調整は、事前訓練された知識の強化と命令追従能力の向上に不可欠である。
この作業は問題に対処する: 効果的なトレーニングのために、データの最適なサブセットをどうやって決定できるのか?
提案手法では,k平均クラスタリングを用いて,選択したサブセットが全データセットを効果的に表現できるようにする。
論文 参考訳（メタデータ） (2024-09-17T17:25:31Z) - BAL: Balancing Diversity and Novelty for Active Learning [53.289700543331925]
多様な不確実なデータのバランスをとるために適応的なサブプールを構築する新しいフレームワークであるBalancing Active Learning (BAL)を導入する。
我々のアプローチは、広く認識されているベンチマークにおいて、確立されたすべてのアクティブな学習方法より1.20%優れています。
論文 参考訳（メタデータ） (2023-12-26T08:14:46Z) - M-Tuning: Prompt Tuning with Mitigated Label Bias in Open-Set Scenarios [58.617025733655005]
緩和ラベルバイアス(M-Tuning)を用いた視覚言語プロンプトチューニング手法を提案する。
これはWordNetからのオープンワードを導入し、クローズドセットラベルワードのみからもっと多くのプロンプトテキストを形成する単語の範囲を広げ、シミュレートされたオープンセットシナリオでプロンプトをチューニングする。
提案手法は,様々なスケールのデータセット上で最高の性能を達成し,広範囲にわたるアブレーション研究もその有効性を検証した。
論文 参考訳（メタデータ） (2023-03-09T09:05:47Z) - Exploiting Diversity of Unlabeled Data for Label-Efficient
Semi-Supervised Active Learning [57.436224561482966]
アクティブラーニング(英: Active Learning)は、ラベリングのための最も重要なサンプルを選択することで、高価なラベリングの問題に対処する研究分野である。
アクティブな学習環境における初期ラベル付けのための最も情報性の高いサンプル群を選択するために,多様性に基づく新しい初期データセット選択アルゴリズムを提案する。
また、一貫性に基づく埋め込みの多様性に基づくサンプリングを用いた、新しいアクティブな学習クエリ戦略を提案する。
論文 参考訳（メタデータ） (2022-07-25T16:11:55Z) - Optimal Data Selection: An Online Distributed View [61.31708750038692]
この問題のオンライン版と分散版のアルゴリズムを開発する。
ランダム選択法は, ランダム選択法よりも5～20%高い性能を示した。
ImageNet と MNIST の学習タスクにおいて、我々の選択方法はランダム選択よりも5-20% 高い性能を示した。
論文 参考訳（メタデータ） (2022-01-25T18:56:16Z) - SLADE: A Self-Training Framework For Distance Metric Learning [75.54078592084217]
我々は、追加のラベルのないデータを活用することで、検索性能を向上させるための自己学習フレームワークSLADEを提案する。
まず、ラベル付きデータに基づいて教師モデルをトレーニングし、ラベルなしデータに対して擬似ラベルを生成する。
次に、最終機能埋め込みを生成するために、ラベルと擬似ラベルの両方で学生モデルをトレーニングします。
論文 参考訳（メタデータ） (2020-11-20T08:26:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。