محققان در مقاله جدیدی، فریمورک نوآورانه «IConE» را معرفی کردند که تحولی در آموزش مدلهای یادگیری خودنظارتی (SSL) ایجاد میکند.
مشکل اصلی مدلهای فعلی این است که برای جلوگیری از «فروپاشی» (Collapse) مدل، به دستههای آموزشی (Batch) بزرگ نیاز دارند که در حوزههای تخصصی مثل دادههای پزشکی یا دادههای با ابعاد بالا، به دلیل محدودیت حافظه، غیرممکن است.
✅ ویژگیهای کلیدی این روش:
• حذف وابستگی به اندازه Batch؛ آموزش مدل حتی با Batch size=1 هم ممکن است!
• پایداری بسیار بالا در مواجهه با عدم تعادل کلاسها (Class Imbalance).
• عملکرد برتر نسبت به روشهای قبلی در کاربردهای پزشکی و علمی.
این تحقیق گام بزرگی برای اجرای مدلهای هوش مصنوعی پیشرفته روی سختافزارهای محدودتر است.
منبع: arXiv Machine Learning