概念Pseudo Labels / Pseudo-labels
伪标签
半监督学习中由教师模型对未标注数据生成的预测标注，用于替代真实标注监督学生模型训练，是半监督学习的核心技术之一
时间轴 (近 90 天)
10月17日
伪标签的风险在于确认偏差——错误预测被强化；因此实践中通常结合新颖性检测（如马氏距离）来判断分布是否已漂移，仅在漂移显著且预测置信度高时才启用伪标签更新。
待验证50%
10月12日
在领域不匹配条件下，单纯依赖基于置信度的过滤不足以保证伪标签质量，因为模型在错误样本上也可能表现出高置信度
待验证50%
10月7日
应对错误累积的常见策略包括：设置置信度阈值过滤低质量伪标签、混入真实标注数据作为锚点、引入奖励模型或验证器进行二次筛选
待验证50%
9月28日
传统伪标签存在确认偏差问题：反复使用同一模型的伪标签会让偏差随迭代不断累积放大
待验证50%