awesome-active-learning

GitHub
974 87 非常简单 1 次阅读 1周前开发框架
AI 解读 由 AI 自动生成，仅供参考

awesome-active-learning 是一个专注于“主动学习”（Active Learning, AL）领域的开源知识资源库。它不仅仅是一份简单的文献清单，更是一个经过精心策划、结构严谨的学术与工程资料中心，旨在为使用者提供关于主动学习的一站式信息支持。

在人工智能模型训练中，数据标注往往成本高昂且耗时。主动学习通过智能筛选最有价值的样本进行标注，从而用更少的数据实现更高的模型性能。awesome-active-learning 正是为了解决研究者在这一领域面临的信息碎片化问题而生。它将分散在各处的顶级会议论文、期刊文章、学位论文、开源代码库、理论综述以及实际应用案例进行了系统化的分类整理。无论是按 ICML、NeurIPS、CVPR 等顶尖学术会议分类，还是按具体的问题场景和理论支持划分，用户都能快速定位到所需的核心资源。

该项目特别适合人工智能领域的研究人员、算法工程师以及高校学生使用。对于刚入门的新手，其中的教程和综述能帮助快速建立知识体系；对于资深研究者，按出处和内容细分的论文列表能极大提升文献调研的效率；对于开发者，收录的代码与工具包则能加速算法的原型验证与落地应用。

awesome-active-learning 的主要亮点在于其高度的结构化与持续性更新。它打破了传统文献列表单一的维度，提供了从理论基础到工业界应用的全景视图，并保持了较高的社区活跃度。如果你正在探索如何用更低的数据成本训练出更强大的 AI 模型，这里将是你不可或缺的导航图。

使用场景

某医疗AI初创公司的算法工程师正致力于开发一款基于病理切片的癌症早期筛查模型，但面临标注数据极度稀缺且专家标注成本高昂的挑战，急需引入主动学习（Active Learning）策略来优化数据标注效率。

没有 awesome-active-learning 时

  • 文献检索如大海捞针：为了寻找适合医学图像的不确定性采样算法，工程师需要在 Google Scholar 和 arXiv 上手动筛选海量论文，难以区分哪些是过时的方法，哪些是 SOTA（当前最佳）成果。
  • 技术选型缺乏依据：面对 Uncertainty Sampling、Query-by-Committee 等多种策略，缺乏系统的对比综述和理论支持，导致选型主要靠“猜”，容易陷入局部最优或实现复杂的无效方案。
  • 复现门槛极高：找到论文后，往往发现官方代码缺失或依赖陈旧，需要从头编写算法逻辑，调试周期长，且难以保证实现的正确性，严重拖慢研发进度。
  • 应用场景匹配困难：不清楚现有算法在类似医疗小样本场景下的实际表现，缺乏真实应用案例参考，导致在项目立项和预期评估时缺乏信心。

使用 awesome-active-learning 后

  • 精准定位前沿成果：通过按顶会（如 CVPR、MICCAI）和期刊分类的论文列表，工程师迅速锁定了近三年的高质量相关研究，直接跳过大量低价值文献，节省数周调研时间。
  • 系统化决策支持：借助结构化的综述（Survey）和理论支持章节，快速理解不同算法的适用边界，结合“问题场景”分类，科学选择了适合医学图像分割的贝叶斯主动学习方法。
  • 开箱即用的代码资源：在“Code & Library”板块直接找到了维护良好、文档齐全的开源库，避免了重复造轮子，将算法集成时间从数周缩短至几天。
  • 明确落地路径：参考“实际应用”章节中的类似案例，预判了模型在冷启动阶段的表现，制定了更合理的分阶段标注计划，提升了项目管理的可控性。

awesome-active-learning 将分散的主动学习知识体系化，帮助团队以最低的信息获取成本，实现了从理论选型到工程落地的高效闭环。

运行环境要求

GPU

未说明

内存

未说明

依赖
notes该项目是一个关于主动学习（Active Learning）的 curated list（精选列表）和结构化资料库，主要包含论文、综述、教程和问题场景分类等文献资源，并非可执行的软件代码库或工具包，因此没有具体的运行环境、依赖库或硬件需求。
python未说明
awesome-active-learning hero image

快速开始

贡献者 分支数 星标数 问题数

Awesome MIT 许可证

关于主动学习的一切

关于主动学习（AL）你需要的一切。

这不仅是一个精选的文献列表，更是一个结构化的资料库。

关于主动学习你需要的一切.

不仅仅包含文献列表，更是一个结构化的资料库.

(大部分内容以英文呈现。)

论文 • 简介 • 教程 • 综述 • 问题场景 • 理论

学位论文 • 代码与工具 • 学者 • 应用

贡献 - 加入本项目

如果您发现了任何有价值的研究成果，请随时提交 pull request 或联系 ruihe.cs@gmail.com 来更新本仓库。您的评论和建议同样受到热烈欢迎！

0. 论文 - 当前论文

按出处分类

按会议分类：ICML / NeurIPS / ICLR / AAAI / IJCAI / ACL / CVPR / ICCV

按期刊分类：AI / TPAMI / IJCV / JMLR

按学位论文分类：硕士 / 博士

按内容分类

采用以问题为导向的分类方式，便于用户快速定位和追踪相关问题。

按热门讨论分类

1. 主动学习简介

面临的问题: 机器学习领域普遍存在标注成本高昂的问题。大量标注数据的获取往往阻碍了机器学习方法的实际应用。

本质/假设: 并非所有样本对目标任务都同等重要，因此只需标注那些更重要的样本，就能有效降低标注成本。

当我们谈论主动学习时，我们指的是：

  • 一种旨在降低机器学习标注成本的方法。
  • 选择对特定任务最为重要的样本的方式。
  • （大多数情况下）算法与“预言家”之间的交互式标注过程。
  • 一种允许人类专家参与其中的机器学习设置。

2. 相关综述与教程

针对这一主题，已经有许多综述、调查和基准测试问世。

综述 / 调查:

基准:

教程

讲座主题 年份 讲师 场合
使用R和Python进行大规模主动学习与迁移学习 2018 - KDD
主动学习：从理论到实践 2019 Robert Nowak & Steve Hanneke ICML
深度学习中的主动学习概述 2021 Jacob Gildenblat 个人博客

3. 问题场景

3.1 基础问题场景

几乎所有的主动学习研究都基于以下几种场景。 区别在于所请求样本的来源不同。 这些场景的详细信息可参见此处。

三种场景及其对应的任务：

3.2 复杂问题场景

有许多变体的机器学习问题设置，包含更高级的任务。 在这些问题设置下，主动学习可以进一步应用。

相关的主动学习领域：

3.3 人工智能背景下的主动学习

利用主动学习来降低许多其他人工智能研究领域的标注成本，这些领域涉及的任务超出了简单的分类或回归。 它们要么产生不同类型的结果，要么采用非常规的学习过程。 因此，针对这些问题设置需要对主动学习算法进行修改或开发。

在以下领域（热门话题）中应用主动学习：

4. 理论支持

针对主动学习已有许多理论支持。 大多数理论都集中在寻找性能保证或识别主动学习选择方法的弱点上。

（本章节目前尚未完成。）

5. 实践考量 - 应用主动学习时的考虑

许多关于主动学习的研究都建立在非常理想化的实验环境中。然而，当主动学习被应用于实际场景时，实际情况往往与实验中的假设并不完全吻合。这些假设的变化会引发一系列问题，从而阻碍主动学习的实际应用。在本节中，我们将根据不同假设来回顾相关的实践考量。

考量内容包括： 数据 / 标注者 / 规模 / 工作流程 / 模型训练成本 / 查询与反馈类型 / 性能指标 / 可靠性 / 隐私 / 其他

详细内容及完整列表请参见此处。

6. 现实世界的应用 - 实际应用

主动学习已经被广泛应用于众多【现实世界的应用】(contents/AL_applications.md)中。由于某些原因，许多公司的具体实现仍处于保密状态。不过，我们仍然可以从一些已发表的论文和公开的网站中找到相关应用案例。

基本上，主动学习的应用可以分为两类：【科学应用】(contents/AL_applications.md#scientific-applications-alphabetical-order) 和 【工业应用】(contents/AL_applications.md#industrial-applications-alphabetical-order)。

7. 代码与工具包 - 代码与工具包

名称 编程语言 作者 备注
AL playground Python(scikit-learn, keras) Google 已停止维护
modAL Python(scikit-learn) Tivadar Danka 持续更新
libact Python(scikit-learn) NTU(Hsuan-Tien Lin小组)
ALiPy Python(scikit-learn) NUAA(Shengjun Huang) 包含MLAL
pytorch_active_learning Python(pytorch) Robert Monarch 持续更新且包含主动迁移学习
DeepAL Python(scikit-learn, pytorch) Kuan-Hao Huang 持续更新且支持深度神经网络
BaaL Python(scikit-learn, pytorch) ElementAI 持续更新且支持贝叶斯主动学习
lrtc Python(scikit-learn, tensorflow) IBM 文本分类
Small-text Python(scikit-learn, pytorch) Christopher Schröder 文本分类
DeepCore Python(scikit-learn, pytorch) Guo等人 基于核心集选择的框架
PyRelationAL: 主动学习研究与开发库 Python(scikit-learn, pytorch) Scherer等人
DeepAL+ Python(scikit-learn, pytorch) Zhan DeepAL的扩展版本
ALaaS Python(scikit-learn) A*STAR & NTU 利用阶段级并行化技术进行主动学习。

8. 学者与研究团队 - 著名学者及团队

我们还列出了几位目前在该研究领域做出重要贡献的学者。

  1. Hsuan-Tien Lin
  2. Shengjun Huang (南京航空航天大学)
  3. Dongrui Wu (回归任务中的主动学习)
  4. Raymond Mooney
  5. Yuchen Guo
  6. Steve Hanneke

此外，还有一些为主动学习提供宝贵见解的年轻人：

  • Jamshid Sourati [芝加哥大学]：专注于深度神经网络。
  • Stefano Teso [特伦托大学]：研究交互式学习与人机协作。
  • Xueyin Zhan [香港城市大学]：提供了多篇极具价值的比较综述。
  • Katerina Margatina [谢菲尔德大学]：对主动学习的洞察、分析及应用颇具启发性。

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。

★ 87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。

★ 85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。

★ 77.1k|★★★☆☆|昨天
Agent图像开发框架