Newest papers

Training with ML-labeled Data via Stochastic First- and Zeroth-Order Optimization

Maria-Eleni Sfyraki, Jun-Kun Wang · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.26790 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Đào tạo một mô hình học máy (ML) là một quá trình tối ưu hóa thường đòi hỏi một tập hợp các ví dụ với nhãn cơ bản trước. Việc có được những sự thật cơ bản này thường đòi hỏi nỗ lực của con người và có thể tốn kém. Khả năng mở rộng của nhãn con người trở thành một mối quan tâm khi có một số lượng lớn các điểm dữ liệu cần được nhãn. Để giải quyết vấn đề thực tế này, chúng tôi xem xét một thiết lập tối ưu hóa nơi một tiểu tập hợp các mẫu có nhãn cơ bản, trong khi các điểm dữ liệu còn lại được nhãn bởi một dự đoán ML, có thể có khả năng gán nhãn không chính xác cho các điểm đó. Chúng tôi đề xuất cả hai phương pháp tối ưu hóa dữ liệu thứ nhất và thứ tự không cho việc đào tạo các tập hợp dữ liệu bao gồm một hỗn hợp các mẫu được nhãn đúng và

Machine translation (Meta M2M100); the English original follows.

Abstract

Training a machine learning (ML) model is an optimization process that typically requires a set of examples with ground-truth labels beforehand. Obtaining these ground truths usually requires laborious human effort and can be costly. The scalability of human labeling becomes a concern when there are a large number of data points that need to be labeled. To address this practical issue, we consider an optimization setting where a subset of samples has ground-truth labels, while the remaining data points were labeled by an ML predictor, which could potentially assign incorrect labels to those points. We propose both first-order and zeroth-order stochastic optimization methods for training on datasets consisting of a mix of true-labeled and ML-labeled samples. We further conduct comprehensive empirical studies from training a linear regression model to fine-tuning a large language model (LLM) to showcase the effectiveness of the proposed algorithms for training with ML-labeled data.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Computer science, Machine learning, Training set, Training (meteorology), Process (computing), Set (abstract data type)

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange