محققان در مقاله جدید خود، روش نوآورانهای به نام «GALA» برای طبقهبندی هوشمند دادههای چندوجهی معرفی کردهاند. یکی از بزرگترین چالشهای هوش مصنوعی، وجود «برچسبهای نویزدار» یا همان دادههای اشتباه در آموزش مدل است که دقت را به شدت کاهش میدهد.
این روش جدید با استفاده از «لنگرهای جهانی» (Global Anchors)، به جای تکیه بر تکتک پیشبینیها، یک مرجع باثبات برای هر کلاس میسازد. این کار باعث میشود مدل بتواند نمونههای مشکوک را شناسایی و برچسبهای غلط را به صورت خودکار اصلاح کند. نتیجه؟ یادگیری دقیقتر و مقاومتر در برابر دادههای ناقص! 🧠💡
منبع: arXiv Computer Vision