Tag · 9 篇

数据选择

分布视觉语言模型2自动驾驶与遥感1底层视觉与图像复原1鲁棒性与安全1目标检测与定位1数据集与评测1强化学习与具身智能1自监督与表征学习1

Towards Efficient Medical Reasoning with Minimal Fine-Tuning Data

对做医学 VLM 适配的人，这篇给出了一个可直接复用的数据筛选准则：用样本梯度影响与难度的二维象限联合打分，只保留「高难度-高影响」样本，从而在 1% 数据下逼近全量微调效果，可迁移到任意 VLM 的领域 SFT 数据蒸馏流程。

Scaling-Aware Data Selection for End-to-End Autonomous Driving Systems

为端到端自动驾驶规划器提供了一套按域拟合神经缩放定律、再迭代优化数据配比的数据选择流程，可直接迁移到视觉模型训练集构建与指标驱动的数据采集决策中。

Rethinking Knowledge Transfer in Image Quality Assessment: A Perceptual Preference Structure Alignment Perspective

对做IQA或任何需要跨数据集迁移的视觉任务，PPR/PPC提供了一种无需训练、可解释的源数据筛选准则：用视觉特征与质量分数的相关性刻画数据集特有的偏好结构，再据此挑选与目标域偏好结构一致的源样本，可直接用于跨域微调前的数据选择。

PrivSynth: Alternating and Control-Based Optimization for Privacy and Utility in Synthetic Data

把合成数据生成建模为隐私-效用的双目标优化，并用离散时间最优控制（PMP）求解数据选择参数，为视觉研究者提供了一套可复用的、在生成模型训练中显式抑制成员推理与重建泄露的优化框架。

Portable Active Learning for Object Detection

PAL 只依赖推理输出（提案框与分类分数）构造类别级不确定性，并用图像级熵、类别多样性与相似度做批次筛选，因此可直接套用到任意检测器（含开放词表或域偏移场景）的标注预算分配上，无需改动训练管线。

MDS-VQA: Model-Informed Data Selection for Video Quality Assessment

提出一种模型感知的数据选择机制，通过失败预测器和多样性度量在有限标注预算下挑选难且多样的视频样本，可直接用于视觉任务中的主动微调与数据高效适配。

Learning What Matters: Prioritized Concept Learning via Relative Error-driven Sample Selection

为视觉语言模型指令微调提供一种无需额外标注与辅助模型的数据选择机制：按技能维度追踪学习进度，优先采样「尚未掌握且难度适中」的样本，可直接用于构建更省数据、省算力的 VLM 微调流程。

Dynamic Important Example Mining for Reinforcement Finetuning

对做视觉推理模型（如多模态大模型、视觉问答）的研究者，DIEM 提供了一种在 RFT 阶段按梯度对齐动态估计样本边际贡献并做约束式批重加权的通用手段，可直接迁移到视觉推理数据的采样与课程设计上。

CHIPS: Efficient CLIP Adaptation via Curvature-aware Hybrid Influence-based Data Selection

把影响函数与曲率感知的对齐分数用在 CLIP 领域适配的数据筛选上，视觉研究者可直接复用这套打分流程，在医疗等垂直域只用 10%~30% 数据达到全量持续预训练的效果，也提供了投影子空间内估计 InfoNCE 曲率的可扩展做法。