标签
本文提出 LWCal，这是一种仅使用CPU的事后校准方法，适用于表格分类器，能够处理噪声校准标签而无需干净数据，实验表明其在校准误差和评分指标上有所提升。
BARGE 提出了一种单阶段目标函数，结合有界调整和可靠性引导嵌入，以处理不平衡学习中的噪声标签，在 CIFAR-10 和 Tiny ImageNet 等基准测试上取得了有竞争力的性能。
PLC-DPO通过使用策略参考边际将噪声偏好标签路由到干净、翻转或平局案例中，增强了直接偏好优化，从而在各种基准测试中提高了性能。
提出了一种对偶-原始图变分自编码器架构，将真实标签视为潜在变量，用于聚合嘈杂的众包标签，无需单独的分类器即可在众包基准上取得最先进的结果。
提出可靠性引导的偏好优化（RGPO）方法，通过估计标注者可靠性并基于共识动态调整训练，处理LLM对齐中的不一致人类反馈，性能优于标准RLHF方法。
提出了部分裁决的基于设计的监督学习（PA-DSL）方法，该方法利用少量已裁决案例纠正噪声人工标签，从而消除自动化分类器的偏差，在实验中实现了名义覆盖度，并将均方根误差（RMSE）降低了10-17%。
本文针对噪声偏好标签下的直接偏好优化，提出了一种双层优化框架，引入了一种无元数据的元加权方法，该方法使用中心差分近似和LoRA微调来提高对齐性能。
MOLAR提出了一种噪声感知框架，通过将干净属性推理与观测到的标签噪声分离，从噪声标签中学习多模态分子表征，在分子基准测试中优于基线方法。
本文研究了标签噪声下鲁棒训练的损失函数对称化，提出了SGCE和alpha-MAE两种损失函数，它们在多类无铰链损失和平均绝对误差之间插值，具有理论保证和有竞争力的实证表现。