论文提出成对比较框架提升小样本学习数据效率

研究作者提出成对比较学习框架，将回归任务转化为聚合后的相对排序，并在不同模型架构和数据集规模上改善数据效率。基于论文摘要，该方法在UTKFace数据集上生成超过10亿个训练比较，使从头训练的轻量ResNet10取得3.64-year MAE；在STL10使用500至2000个标注样本进行分类时，相比相同的10-way交叉熵模型，准确率最高提升5.2%。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。