相对智能学习：ERM 具备该性质，半监督标签复杂度不膨胀

arXiv 论文《Relatively Smart II》证明，在二分类分布无关设定下，经验风险最小化（ERM）以及任何 proper consistent learner 都具备“相对智能”性质：用 O(m²) 样本即可控制误差。相对智能学习要求监督学习器逐边际地竞争每一个仅凭无标签数据即可可靠认证的分布固定误差保证。 在半监督场景中，该研究显示仅无标签样本复杂度出现二次膨胀，有标签样本复杂度不膨胀。但作者指出，若只能通过 agnostic ERM oracle 访问假设类，要实现亚二次的有标签样本膨胀，需要超多项式次 oracle 调用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。