选择性平局学习

最近一项研究提出“选择性平局学习”，通过理论分析筛选出最有效的平局，从而以更少的平局达到与均匀选择相当甚至更好的去偏效果。

实验涵盖了对数线性策略、神经网络模型和大型语言模型，结果表明与均匀选择平局相比，所提出的选择规则在减少伪相关依赖方面取得相当的效果，但所需的平局数量更少。