标签
该论文提出了协证学习（Corroborative Learning，CL），一种让独立训练的模型相互增强的方法：从协作模型的表征中重建任务响应增量，并在重建时排除源模型，从而避免直接匹配输出或特征。在涵盖24个模型和36个模型对的六项语言任务评估中，CL的表现始终优于容量匹配的独立适配方法以及现有的迁移学习和互学习方法。