数据不足时如何学习（一）：半监督学习

Lil'Log 发布“Learning with not Enough Data”系列第一篇，聚焦半监督学习，即同时利用有标注和无标注数据训练模型。文章梳理了平滑性、聚类、低密度分离与流形四种假设，并介绍一致性正则化方法，如 Π-model 等，指出该领域研究多集中于视觉任务，语言任务更常用预训练加微调范式。