lightbulb现实痛点主动学习与机器教学中的不确定性
复杂的多标签数据标注既耗时又容易出错，影响模型性能。IUI '21
AI可解释性、信任与校准依赖 / 主动学习与机器教学中的不确定性
复杂的多标签数据标注既耗时又容易出错，影响模型性能。
同类问题
lightbulb现实痛点主动学习与机器教学中的不确定性
非专业人士很难高质量地为特定领域的数据集标注。IUI '25
lightbulb现实痛点主动学习与机器教学中的不确定性
分析师可能过度信任或低估主动学习系统，导致决策错误。IUI '24Assessing Trust in Active Learning Systems: Insights from Query Policies and Uncertainty Visualization
lightbulb现实痛点主动学习与机器教学中的不确定性
用户在冷启动阶段难以高效收集标注文本数据。IUI '22
lightbulb现实痛点主动学习与机器教学中的不确定性
非技术用户在使用AI教分类器时，难以理解模型行为和预测不确定性。IUI '22
lightbulb现实痛点主动学习与机器教学中的不确定性
医疗领域专家难以在自动化标注中既提高效率又避免接受错误推荐。CHI '21