arXiv · cs.AI· Kangping Hu, Stephen Mussmann·· 1 天前
ParBaLS：面向EPIG的部分批量标签采样主动学习方法
Batch Bayesian Active Learning with Partial Batch Label Sampling
arXiv:2510.09877v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Kangping Hu, Stephen Mussmann
研究任务与主要进展
研究者将贝叶斯主动学习的贝叶斯决策理论扩展到批量EPIG采样，提出Partial Batch Label Sampling（ParBaLS）。基于论文摘要，作者在多个数据集和不同预算下，使用大模型嵌入与贝叶斯逻辑回归进行实验，报告ParBaLS EPIG取得较优表现；代码地址为 https://github.com/ADDAPT-ML/ParBaLS。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org