标签
该论文介绍了一个使用大型语言模型从强制迁移和FCV文档中提取数据集引用的弱监督框架，在有限标注数据下实现了高精度。
本章回顾了弱监督学习的最新进展，介绍了置信度差异分类、互补标签学习的放宽假设以及部分标签学习的评估框架。
本文提出了一种两阶段方法，用于对话和LLM-Agent轨迹中的早期故障预警。该方法通过从轨迹标签中学习逐轮故障证据来解决证据稀疏的挑战，并使用基于注意力的预测器与偏好条件停止策略（α-STOP），以实现可控的准确率-及时性权衡。