2025年3月13日，人工智能系列读书班活动迎来了2025年第四场报告会，毕津滔博士做了“半监督学习”的研究内容分享，先介绍了针对未标注样本的主动学习、半监督学习和直推学习，然后分析了生成式方法中的高斯混合模型、混合专家模型以及朴素贝叶斯模型，半监督SVM中的TSVM以及图半监督学习中的标记传播算法，最后讨论了基于分歧的方法，包括协同训练算法、约束k均值算法、多视图学习等：
图 毕津滔博士主持“半监督学习”讨论会
自由讨论环节，大家讨论了多视图学习、多模态学习，模态对齐，协同训练方法等，半监督学习里的混合专家模型，就是当前Deepseek等大模型采用的MOE技术，半监督学习在很多领域都是非常实用的；又讨论了当前大模型存在的问题，一个是幻觉问题的解决（高质量标注数据、模型微调、知识库、知识图谱等），以及大模型的预测下一个token的设计模式，对精准分类任务还是存在问题，应该结合有标注的高质量数据，对未标注的数据进行有效的自动标注，逐步形成高质量数据的筛选与标注，完成分类任务的精准化；最后又讨论了DeepSeek+Text-to-CAD、OpenSCAD、智能体等专业领域软件结合的计划等。
（总结：沈来信）