MLinfo | 機械学習・AI論文まとめ

MLinfo|日々更新される技術をキャッチアップ/検索

「Active Learning」の検索結果

3 件

すべて arxiv github huggingface 実装あり

arxivGitHubあり2026-09-03

Subspace Inference Enables Efficient Active Reward Learning from Preferences

Reinforcement learning from human feedback (RLHF) has emerged as a powerful yet sample-inefficient approach fo

少数データ向き条件最適化深層学習軽量化・量子化強化学習

用途: 技術検証・論文読解補助
難易度: Hard
コスト: Medium

arxivPaper only2026-09-03

FailureSpot: Label-Efficient Timestamp-Level Failure Detection for Vision-Language-Action Models

Vision-language-action (VLA) policies have shown strong potential for general-purpose robotic manipulation, bu

少数データ向き条件最適化深層学習軽量化・量子化検出画像マルチモーダル

用途: 検出
難易度: Hard
コスト: High

githubGitHubあり2026-08-26

vowpal_wabbit — Vowpal Wabbit is a machine learning system which pushes the frontier of machine learning with techniques such as online, hashing, allreduce, reductions, learning2search, active, and interactive learning.

Vowpal Wabbitは、機械学習を進歩させるためのオンライン学習、ハッシュ、reduceなどの強力なアルゴリズムを含むシステムです。その結果、さまざまな問題に応じて、高品質な解決策を提供できます。

強化学習テキスト

用途: 強い機械学習アルゴリズムを実行し複雑な問題を解決するためのシステム
難易度: Easy
コスト: Medium