Apple Machine Learning Research·· 6 天前AI 评分34
半监督联邦 ASR 的实用方案：在线伪标签与服务器更新稳定化
A Practical Recipe for Semi-Supervised Federated ASR: Online Pseudo-Labels with Server Update Stabilization
AI 导读
Apple Machine Learning Research 提出半监督联邦 ASR 方案，通过在线伪标签与服务器端标注数据更新稳定化缩小与全监督联邦学习的差距。在 11 组对比中 9 组超越最强先验方法，域内平均提升 20.8%、跨域 10.0%。教师模型与锚定更新两条轴线相互耦合，锚定更新对数据增强和批量大小高度敏感。
来源：Apple Machine Learning Research · machinelearning.apple.com