语义感知的生成式潜在数据增强框架：用于低资源领域的学习
机器学习
2026-02-10 v2 人工智能
摘要
尽管深度学习在数据丰富的场景中表现出色，但在实际中常见的数据稀缺环境下常表现不佳。虽然基于大规模数据训练的基础模型（FMs）通过提取通用特征展现出强大的泛化能力，但在下游微调过程中仍可能因标注数据稀缺而受限。为此，我们提出GeLDA（Semantics-Aware Generative Latent Data Augmentation），一种利用条件扩散模型在 FM 激发的潜在空间中合成样本的语义感知生成式潜在数据增强框架。由于该潜在空间低维且集中任务相关信息（相较于输入空间），GeLDA 能够实现高效、高质量的数据生成。GeLDA 通过对辅助特征向量进行条件化，以捕获类别或子域之间的语义关系，从而支持低资源领域的数据增强。我们在两个大规模识别任务中验证了 GeLDA：(a) 在零样本语言特定语音情感识别中，GeLDA 将 Whisper-large 基线模型的 unweighted average recall 提升了 6.13%；(b) 在长尾图像分类中，它在 ImageNet-LT 上实现了 74.7% 的尾类准确率，创下了新的最佳结果。
引用
@article{arxiv.2602.02841,
title = {Semantics-Aware Generative Latent Data Augmentation for Learning in Low-Resource Domains},
author = {Jaesung Bae and Minje Kim},
journal= {arXiv preprint arXiv:2602.02841},
year = {2026}
}