arXiv · ML· Ethan Lin, Akanksha Sarkar, Ziang Liu, Kristin Branson, Jennifer J. Sun·· 7 天前AI 评分22
AgentSSL: 机器学习智能体如何利用无标签数据?
AgentSSL: Can MLE Agents Leverage Unlabeled Data?
AI 导读
引入 Agentic Semi-Supervised Learning (AgentSSL) 框架,在 12 种设置中的 8 种表现超过最强人工基线,最高提升 +21.8%。 提出 ProgramSelectBench 基准(含 16,977 个程序),发现基于反馈指标选择程序时性能下降多达 47%。 NeurIPS 2026 录用,验证了该策略在生态检测任务中的泛化机会与挑战。
来源:arXiv · ML · arxiv.org