FractAL 提出软策略选择，批式主动学习不再死守单一采集策略
anshulkundaje · x · 2026-10-08
斯坦福 Anshul Kundaje 组的 Rushil Gupta 与 Romain Lopez 发布 FractAL，一种批式主动学习（active learning）中的软策略选择方法。
- 传统做法要求在标注开始前就选定一种采集策略（acquisition strategy），但最优策略会随数据集、模型和任务变化
- FractAL 不再二选一，而是在批量主动学习过程中对策略做软性选择/组合
- 团队指出在真实湿实验（wet lab）中落地 AI 引导的实验设计难点：如何设定预测问题、如何设计有效采集策略
- 已附预印本论文
所属事件:斯坦福团队推FractAL 软策略选择革新主动学习(2 条相关)→
「研究」频道最新
- PhysEvo 让冻结模型物理递归自我改进：RoboDojo 42 任务成功率 62% — Wenqing Tian · 2026-10-08
- D-OPCD 把 Agent 经验蒸馏进扩散模型权重，四基准平均分升至 65.09 — Wenxuan Wang · 2026-10-08
- RL 视角解释 On-policy 蒸馏崩溃：隐性奖励被 hack 导致冗长重复输出 — Han Cui · 2026-10-08
- 四叉树视觉分词器 QuadTok：省 10% token，ImageNet 达 2.08 gFID — Yucheng Mao · 2026-10-08
- SketchSSM 论文:线性注意力解码提速 7.3 倍,状态流量降 10 倍 — sehoonkim418 · 2026-10-08
- 用流体做计算机:OpenAI Result 376 给出满足 Navier–Stokes 的图灵机构造 — kfountou · 2026-10-08