基于部分批次标签采样的批量贝叶斯主动学习

研究提出 Partial Batch Label Sampling（ParBaLS），将主动学习的贝叶斯决策理论框架扩展到 EPIG 算法，以解决批量场景下 BatchBALD 计算困难、top-B 选择性能骤降的问题。实验表明，ParBaLS EPIG 在多种数据集和不同预算下，配合基于大预训练模型嵌入的贝叶斯逻辑回归，取得更优性能。代码已公开。