Don't Label Twice: Quantity Beats Quality when Comparing Binary Classifiers on a Budget
不要两次标注：在预算下比较二分类器时数量胜过质量
机构 * Max Planck Institute for Intelligent Systems, Tübingen（马克斯·普朗克智能系统研究所，蒂宾根） ； Tübingen AI Center（蒂宾根人工智能中心） ； ETH Zürich（苏黎世联邦理工学院）
AI总结 研究如何在预算内有效利用噪声标签比较两个二分类器的准确性，证明在选择更优分类器时，应优先收集更多样本的单一标签而非多个标签的多数投票。
Comments 34 pages, 3 Figures, Published at ICML 2024
