Apple Machine Learning Research·· 8 天前AI 评分26
Apple 提出半监督联邦 ASR 实用方案：在线伪标签配合服务端更新稳定化
A Practical Recipe for Semi-Supervised Federated ASR: Online Pseudo-Labels with Server Update Stabilization
AI 导读
Apple 研究团队提出半监督联邦 ASR 训练方案，通过在线伪标签教师与服务端标注数据锚定更新两条耦合设计轴，解决伪标签误差跨序列、跨轮次累积导致的训练发散问题。该方案在 11 组对比中 9 组优于此前最强方法，域内平均提升 20.8%、跨域提升 10.0%，缩小了与全监督联邦学习的差距。
来源：Apple Machine Learning Research · machinelearning.apple.com