ALCATRAs：面向部署不对称的多任务主动学习框架

研究者提出 ALCATRAs 框架，在标注阶段按预算选择性采集辅助信息、部署阶段则无法获取这类信息，以解决由此产生的"设计性缺失"问题。该框架由任务选择策略与代理学习程序两部分组成，理论上可改善预测误差界。仿真实验与 UCI 心脏病队列应用显示，其样本效率优于基线方法。