arXiv ID:
2605.28165
arXiv 提交日期: 2026-05-27
鲁棒监督学习的统一与优化 / Unification and Optimization of Robust Supervised Learning
1️⃣ 一句话总结
本文提出一个统一框架,将多种常见的鲁棒学习技术(如分布鲁棒优化、标签平滑、Mixup等)分解为四个可自由组合的模块,并通过自动超参数优化自动选择最适合当前任务的防御策略,从而帮助无需事先知道数据存在何种问题的用户获得更稳定的模型性能。