无标签数据集剪枝：线性规划新方法

2026年10月8日，arXiv（Statistics Machine Learning，一手来源）发表论文《数据集剪枝的第一性原理：无标签线性规划方法》。论文提出一种无标签数据集剪枝方法，将无偏子集选择问题重构为方差最小化问题，并把无偏选择算法刻画为高维多面体，通过高效的顶点游走来优化方差目标。该方法在选择阶段无需标签，也无需训练模型。目前报道仅涉及该论文本身，未见后续验证、同行评议或应用进展的报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。