AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-20
機械学習ラベル付きデータでの学習：1次・0次確率的最適化による手法
原題: Training with ML-labeled Data via Stochastic First- and Zeroth-Order Optimization
機械学習モデルの学習には通常、事前に正解ラベル付きの事例が必要だが、人手によるラベル付けは手間とコストがかかり、大量のデータではスケーラビリティが課題となる。この研究では、一部のサンプルには正解ラベルが付いており、残りは誤りを含みうるML予測器によるラベルが付いたデータセットを想定し、この混合データで学習するための1次および0次の確率的最適化手法を提案した。線形回帰モデルの学習から大規模言語モデルのファインチューニングまでの実証実験により、提案手法の有効性を示した。