Компьютерные науки > Машинное обучение [представлено 24 октября 2025 года (v1), последнее пересмотренное 19 октября 2026 года (эта версия, v2)) Название: Адаптационный отбор данных для текстовой классификации: Иерархическая ценность с местным видом бюджета полезности PDF HTML (экспериментальное) резюме: выбор компактных наборов учебных материалов из различных текстовых источников требует сбалансированности целевых показателей, надежности маркировки и охвата. Для мелких классификаторов отказ от незнакомых, но полезных текстов может быть таким же вредным, как и сохранение ошибок в аннотациях. При отборе на основе поэтапного подхода оценивается непосредственная целевая полезность, в то время как показатели доверия и охвата отражают дополнительные свойства. Комбинирование их с фиксированным весом оставляет полезность, приносимую в жертву этим доказательствам, неконтролируемой по всему пулу кандидатов. Мы предлагаем вклад в стоимость данных (\DVC), который позволяет использовать логичные, скрытые и прогнозные данные на уровне поддержки по соседству и калибровки своего влияния под местным бюджетом коммунальных услуг; точные сокращения градиента MLP и монотонный трассы оценки делают бюджет прямо проверяемым. При 20-процентном удержании источников КУЦ достигает 75,4 среднего макроF1 в рамках восьми задач классификации и передачи доменов, превысив самые высокие исходные показатели при совместной окончательной подготовке на 0,7 пункта и выборочный отбор на 4,3; исследование по…
Адаптивная выборка данных для текстовой классификации: Иерархическая ценность с местным бюджетом коммунальных услуг
arXiv:2510.21286v2 Adminoction Type: заменить резюме: выбор компактных комплектов учебных материалов из различных текстовых источников требует сбалансированного соотношения целевой значимости, надежности маркировки и охвата. Для мелких классификаторов отказ от незнакомых, но полезных текстов может быть таким же вредным, как и сохранение ошибок в аннотациях. При отборе на основе поэтапного подхода оценивается непосредственная целевая полезность, в то время как показатели доверия и охвата отражают дополнительные свойства. Комбинирование их с фиксированным весом оставляет полезность, приносимую в жертву этим доказательствам, неконтролируемой по всему пулу кандидатов. Мы предлагаем вклад в стоимость данных (\DVC), который позволяет использовать логичные, скрытые и прогнозные данные на уровне поддержки по соседству и калибровки своего влияния под местным бюджетом коммунальных услуг; точные сокращения градиента MLP и монотонный трассы оценки делают бюджет прямо проверяемым. При 20-процентном сохранении источников ДВЦ достигает 75,4 среднего макроF1 в рамках восьми задач классификации и передачи доменов, превысив самые высокие исходные показатели по sha