IXThinker·2026-07-23 14:30

研究證無語義噪聲亦可提升小樣本學習

一項獲國際機器學習會議收錄的研究提出半監督噪聲自適應方法，證明遷移學習的源數據未必須具語義——僅用高斯分布隨機生成的噪聲，即可協助模型在少量標註下學得更好，並將判別性結構遷移至真實數據。

源數據可以無語義

遷移學習通常假設存在帶語義的源數據，如圖像、文本或音頻，用以輔助目標任務學習。該研究挑戰這一慣例：從高斯分布隨機採樣、不含任何語義的純噪聲，同樣能在少量標註場景下提升模型表現，為數據稀缺任務提供新思路。