ICML26 论文提出 SSNA：给 AI 喂噪声也能涨分，NAF 框架实现噪声正迁移

论文提出半监督噪声自适应（SSNA）及噪声自适应框架（NAF），用高斯分布随机采样的无语义噪声替代真实源域，通过迁移噪声域中的判别结构提升半监督分类效果。在每类仅 4 个标注样本、ResNet-18 骨干下，NAF 在 CIFAR-10、CIFAR-100、DTD-47 和 Caltech-101 上较 ERM 基线分别提升 12.35、7.61、4.38 和 2.74 个百分点，论文源码已开源。