半监督学习（Semi-Supervised Learning）综述：一致性正则化与 Π-model

半监督学习同时利用有标签与无标签数据训练模型，损失函数为 L = Ls + μ(t)Lu，其中 μ(t) 随训练步 ramp up。无监督损失基于一致性正则化：同一输入经不同数据增强或 Dropout 后，模型预测应保持一致。该思想被 SimCLR、BYOL、SimCSE 等自监督方法采用，Π-model 通过两次前向传播最小化输出差异。