arXiv ID:
2509.09926
arXiv 提交日期: 2025-09-12
LoFT:开放世界场景下长尾半监督学习的参数高效微调方法 / LoFT: Parameter-Efficient Fine-Tuning for Long-tailed Semi-Supervised Learning in Open-World Scenarios
1️⃣ 一句话总结
本文提出了一种名为LoFT的创新方法,通过参数高效微调预训练基础模型来解决长尾半监督学习问题,即使在包含未知类别样本的开放世界场景下,也能生成更可靠的伪标签并显著提升模型性能。