Lilian Weng·· 2022-02-20AI 评分45
Active Learning 第二部分：主动学习与数据标注
Learning with not Enough Data Part 2: Active Learning
Edge-TTS 广播级有声
全员无门槛畅听
点击合成广播级音频
00:00
00:00
AI 导读
本文探讨了在数据标注成本有限的情况下，如何通过主动学习策略选择最具价值的样本进行标注，以提高模型性能。文章介绍了不确定性采样、多样性采样和预期模型变化等基本采样策略，并讨论了深度学习模型中测量不确定性的方法。
来源：Lilian Weng · lilianweng.github.io
💡量子基态深度拆解 · 关联专栏与产品
原创出品站长/Quantara 团队·约 3 分钟深度解析
Cursor Agent 架构全景拆解：从影子工作区到多文件推演引擎
全面剖析 Cursor 在 Agent 模式下的底层技术实现，解析影子分支隔离、LSP 上下文剪枝以及预测性补全的核心架构细节与工程实践经验。
深入理解底层架构与行业变量阅读完整拆解 →
精选收录Vercel Changelog·约 1 分钟深度解析
Vercel v0 推出全新多 Agent 协作画布与实时全栈部署预览
动态速评：v0 正在从单一组件生成器演进为全栈应用搭建协作台，尤其是与 Neon/Postgres 的直连极大降低了全栈原型验证成本。
深入理解底层架构与行业变量阅读完整拆解 →