生成式視角可以對監(jiān)督學(xué)習(xí)重新思考乃至重新定義！

想象你在教一個(gè)學(xué)生解數(shù)學(xué)題——你會(huì)直接讓他交卷對答案，還是會(huì)讓他參考完整答案來理解解題思路？

如今，一種全新的監(jiān)督學(xué)習(xí)范式正受到關(guān)注：標(biāo)簽不應(yīng)只是用于對照回答的標(biāo)準(zhǔn)答案，更可能成為學(xué)習(xí)過程中的輔助參考。

受生成式一致性模型的啟發(fā)，來自上海交大、SII、MIT、港中文深圳等機(jī)構(gòu)的研究團(tuán)隊(duì)在ICML 2025最新提出預(yù)測一致性學(xué)習(xí)（PCL，Predictive Consistency Learning）。

PCL通過擴(kuò)散模型的擴(kuò)散過程消減標(biāo)簽的信息，將噪聲標(biāo)簽（Noised Labels）引入模型的輸入，使得模型在數(shù)據(jù)輸入和噪聲標(biāo)簽的共同參照下預(yù)測完整標(biāo)簽，實(shí)現(xiàn)標(biāo)簽信息的復(fù)用和價(jià)值挖掘。

訓(xùn)練過程概覽

傳統(tǒng)監(jiān)督學(xué)習(xí)中，輸入通過神經(jīng)網(wǎng)絡(luò)預(yù)測，通過對比和標(biāo)準(zhǔn)答案之間的關(guān)系，來計(jì)算損失和反向傳播更新模型，對應(yīng)損失函數(shù)

其中為具體損失函數(shù)，為神經(jīng)網(wǎng)絡(luò)函數(shù)。受生成一致性模型中一致性映射思想的啟發(fā)，PCL對應(yīng)一種全新的監(jiān)督學(xué)習(xí)范式，旨在通過漸進(jìn)式分解標(biāo)簽信息來更好地捕捉復(fù)雜標(biāo)簽的完整表征，使得模型在部分標(biāo)簽信息的提示下實(shí)現(xiàn)完整標(biāo)簽信息的預(yù)測。

與傳統(tǒng)方法不同，PCL學(xué)習(xí)框架將完整標(biāo)簽的學(xué)習(xí)過程分解為逐步逼近的漸進(jìn)式任務(wù)：模型會(huì)接收一個(gè)含有部分標(biāo)簽信息的額外輸入作為提示，首先學(xué)習(xí)捕捉互補(bǔ)的部分標(biāo)簽信息，隨后逐步逼近完整標(biāo)簽。

為了系統(tǒng)化地規(guī)劃標(biāo)簽學(xué)習(xí)過程，研究人員借鑒了擴(kuò)散模型和一致性模型中的加噪過程，通過生成帶噪標(biāo)簽作為額外的輸入提示，使模型能夠在學(xué)習(xí)帶噪部分的同時(shí)補(bǔ)充完整信息。

具體而言，PCL在訓(xùn)練時(shí)：以輸入數(shù)據(jù)為條件，將不同噪聲水平的帶噪標(biāo)簽映射回真實(shí)標(biāo)簽，噪聲程度由時(shí)間步控制；約束不同噪聲時(shí)間步的預(yù)測結(jié)果均一致地逼近目標(biāo)標(biāo)簽。

模型每次采樣兩個(gè)不同的時(shí)間步，要求模型在不同時(shí)間步的提示下盡可能精準(zhǔn)還原標(biāo)簽，同時(shí)預(yù)測的結(jié)果盡可能保持一致。

通過這種跨噪聲水平的一致性約束，模型能夠?qū)W習(xí)從完全噪聲到精確標(biāo)簽的不同層級的標(biāo)簽信息，從而構(gòu)建更具表達(dá)力的映射關(guān)系。

預(yù)測一致性機(jī)制的作用在于，將低噪聲條件下的預(yù)測精度傳遞至高噪聲條件，同時(shí)約束模型在不同噪聲水平下表征的不變性，從而減小對于標(biāo)簽提示的過度依賴，服務(wù)于測試過程。最終損失函數(shù)形式為：

其中模型接收輸入，兩個(gè)不同時(shí)間步的噪聲標(biāo)簽和相應(yīng)的時(shí)間步，模型在兩個(gè)不同噪聲標(biāo)簽的提示下完成預(yù)測，在預(yù)測結(jié)果逼近噪聲標(biāo)簽的同時(shí)，額外約束兩個(gè)預(yù)測結(jié)果的一致性。分別控制預(yù)測精度loss和預(yù)測一致性loss的權(quán)重。

標(biāo)簽噪聲過程

離散標(biāo)簽的噪聲過程：對于多維分類標(biāo)簽，其中表示類別數(shù)，表示維度，研究人員遵循離散擴(kuò)散模型將噪聲過程建模為在每個(gè)時(shí)間步引入類別噪聲到標(biāo)簽中。

他們將標(biāo)簽表示為，它是個(gè)獨(dú)熱編碼向量的拼接。噪聲可以理解為在每個(gè)維度的不同類別之間進(jìn)行轉(zhuǎn)換。從初始點(diǎn)開始，噪聲過程定義為：

其中是在個(gè)獨(dú)熱向量上的分類分布，概率由給出， 是轉(zhuǎn)移矩陣，決定了在時(shí)間步引入的噪聲，對應(yīng)的標(biāo)簽類別以概率轉(zhuǎn)移到任何其他類別。

隨著時(shí)間的推移，當(dāng)接近最終時(shí)間步時(shí)，標(biāo)簽會(huì)收斂到個(gè)類別的均勻分布。由于噪聲矩陣可以事先計(jì)算，因此跨步噪聲計(jì)算代價(jià)很低。

連續(xù)標(biāo)簽的噪聲過程：對于多維連續(xù)標(biāo)簽，其中表示維度，研究人員遵循高斯擴(kuò)散模型將擴(kuò)散過程建模為在每個(gè)時(shí)間步向標(biāo)簽引入高斯噪聲。在每個(gè)時(shí)間步，高斯噪聲被應(yīng)用于標(biāo)簽，逐步將其推向一個(gè)噪聲分布。噪聲過程定義為：

其中是均值為，協(xié)方差為的高斯分布，控制在時(shí)間步上添加噪聲的方差。隨著時(shí)間的推移，當(dāng)接近最終時(shí)間步時(shí)，標(biāo)簽會(huì)收斂到一個(gè)以零為中心的高斯分布。同樣噪聲函數(shù)可以事先計(jì)算，因此跨步噪聲計(jì)算代價(jià)很低。

嵌入空間的噪聲過程：在標(biāo)簽過于復(fù)雜，無法直接表示為分類或連續(xù)值，或者類別數(shù)過大時(shí)，PCL直接向標(biāo)簽的潛在嵌入空間引入高斯噪聲，這種方式與連續(xù)標(biāo)簽的噪聲過程一致。

測試過程概覽

在訓(xùn)練完成后的推理階段，可以通過從隨機(jī)噪聲分布采樣標(biāo)簽作為提示信息，并進(jìn)行單次前向傳播來進(jìn)行高效預(yù)測。

由于不包含任何信息量，這個(gè)推理過程實(shí)際上和傳統(tǒng)監(jiān)督學(xué)習(xí)的直接預(yù)測是一致的。然而在訓(xùn)練階段的改進(jìn)使得PCL模型具有更好的預(yù)測能力，即使不依賴任何標(biāo)簽提示已經(jīng)能夠超越傳統(tǒng)監(jiān)督學(xué)習(xí)的精度。

在訓(xùn)練過程中，當(dāng)較小時(shí)，直接預(yù)測精度往往較高，因?yàn)闃?biāo)簽提示包含更多的信息。目標(biāo)是通過訓(xùn)練將這種高精度逐步轉(zhuǎn)移到較大的值，從而提升整體模型性能。

在理想情況下，當(dāng)一致性損失趨于零時(shí)，可以通過一步推理獲得最優(yōu)結(jié)果，但實(shí)際上，通過逐步將從降至0可以規(guī)劃不同層級標(biāo)簽信息的預(yù)測，帶來精度的提升。

為了實(shí)現(xiàn)這種提升，可以采用多步推理策略，通過對上一步標(biāo)簽重新引入噪聲作為下一步預(yù)測的標(biāo)簽提示并且交替執(zhí)行預(yù)測，使得模型能夠在多個(gè)推理步驟中逐步細(xì)化其輸出，并利用早期預(yù)測中嵌入的越來越豐富的提示信息。

給定一系列時(shí)間點(diǎn)，在每一步，上一步預(yù)測會(huì)通過噪聲函數(shù)被擾動(dòng)到狀態(tài)作為下一步預(yù)測的噪聲提示信息，從而修正預(yù)測。

噪聲水平隨著每一步的進(jìn)行而降低，即。然后，模型通過應(yīng)用對標(biāo)簽進(jìn)行更精確的預(yù)測。這個(gè)過程會(huì)在接下來的步驟中重復(fù)進(jìn)行，每一步新的標(biāo)簽提示信息都包含了從前一步獲取的更精確的信息。

這使得模型能夠逐步恢復(fù)的全部信息，通過將可能的近似預(yù)測作為標(biāo)簽提示，并利用逐步增益的信息來進(jìn)行最終預(yù)測。

信息論視角

從理論角度出發(fā)，在標(biāo)準(zhǔn)監(jiān)督學(xué)習(xí)場景下，模型的主要目標(biāo)是捕捉輸入和標(biāo)簽之間的互信息。

通常，由于輸入的信息量常常遠(yuǎn)遠(yuǎn)大于標(biāo)簽，模型希望通過學(xué)習(xí)一個(gè)壓縮的特征表示來最大化并最小化，其中是從提取的特征表示。默認(rèn)情況下，從到之間的映射是直接且容易捕捉的。

然而，隨著任務(wù)的復(fù)雜性增加，標(biāo)簽的信息也變得越來越復(fù)雜，例如高維度、復(fù)雜的內(nèi)部結(jié)構(gòu)等。這使得從到之間的映射變得更加復(fù)雜，模型需要應(yīng)對更加困難的學(xué)習(xí)問題。

為了更有效地建模，相較于一次性學(xué)習(xí)所有的信息，PCL的設(shè)計(jì)實(shí)則提出了一種結(jié)構(gòu)化的學(xué)習(xí)過程，逐步捕捉這些信息。

為了將標(biāo)簽信息分解為一個(gè)更為漸進(jìn)的學(xué)習(xí)過程，PCL引入了一個(gè)附加的噪聲標(biāo)簽，用于在每次迭代中調(diào)節(jié)學(xué)習(xí)的標(biāo)簽信息量。通過引入，原始的互信息可以分解為如下形式：

由于是由推導(dǎo)而來的，當(dāng)已知時(shí)，對并沒有額外的信息，因此冗余項(xiàng)，公式簡化為：

這一分解揭示了兩個(gè)關(guān)鍵成分，其中第一個(gè)項(xiàng)捕捉了在給定的條件下可以學(xué)習(xí)的的增量信息。該項(xiàng)作為的下界，且它們之間的差距可以通過的信息量進(jìn)行控制。

通過最大化，模型逐步學(xué)習(xí)捕捉的完整信息內(nèi)容。具體而言，當(dāng)時(shí)，提供的信息極少，迫使模型完全捕捉；而當(dāng)時(shí)，逼近，允許模型專注于優(yōu)化標(biāo)簽的細(xì)節(jié)。

在訓(xùn)練過程中，通過隨機(jī)采樣一批值，模型能夠同時(shí)學(xué)習(xí)標(biāo)簽的不同方面。最初，模型期望能夠輕松捕捉標(biāo)簽的部分細(xì)節(jié)，通過迭代訓(xùn)練，模型逐步積累的完整信息內(nèi)容。

在實(shí)現(xiàn)方面，模型暴露于帶噪聲的。模型的輸入包括和，其中作為條件輸入。盡管引入作為輔助輸入有助于學(xué)習(xí)，但最終目標(biāo)是使模型盡可能少地依賴來進(jìn)行預(yù)測。

形式上，目標(biāo)是最小化噪聲條件依賴，該項(xiàng)衡量模型預(yù)測在多大程度上依賴于噪聲標(biāo)簽。理想情況下，這一項(xiàng)應(yīng)該為零，表明在給定和模型參數(shù)的條件下，模型的預(yù)測與無關(guān)。數(shù)學(xué)上，它可以通過以下公式進(jìn)行度量：

該項(xiàng)對應(yīng)預(yù)測一致性的約束，確保對于所有的和，都有。這種正則化確保了模型的預(yù)測在不同噪聲水平下保持一致，從而減少了對的依賴，鼓勵(lì)盡可能編碼所有必要的信息，以實(shí)現(xiàn)準(zhǔn)確的預(yù)測。

實(shí)驗(yàn)結(jié)果

由于PCL作為一種新穎的訓(xùn)練范式被提出，因此主要的基準(zhǔn)對比是傳統(tǒng)的監(jiān)督學(xué)習(xí)。研究者在不同模態(tài)的經(jīng)典代表性模型骨干網(wǎng)絡(luò)上進(jìn)行比較，以展示PCL的通用適用性。這些任務(wù)包括視覺模態(tài)的語義分割、圖模態(tài)的N體問題仿真和語言模態(tài)的next-token prediction監(jiān)督微調(diào)。

在圖像語義分割任務(wù)中，上圖展示了PCL的預(yù)測過程。模型首先在完全隨機(jī)噪聲的提示下進(jìn)行預(yù)測，然后將上一步的標(biāo)簽預(yù)測加噪到更小的噪聲程度，作為下一步的標(biāo)簽提示。

通過這種遞進(jìn)式的噪聲處理和多步推理，最終得到更加精確的預(yù)測結(jié)果。與傳統(tǒng)監(jiān)督學(xué)習(xí)（SL）進(jìn)行對比，PCL在單步預(yù)測時(shí)就已經(jīng)超過了SL，而隨著預(yù)測步驟的增多，預(yù)測質(zhì)量持續(xù)提升。

上圖展示了在給定標(biāo)簽提示的情況下，不同時(shí)間步設(shè)置對模型預(yù)測錯(cuò)誤范圍的影響。可以發(fā)現(xiàn)，設(shè)置較大的時(shí)間步傾向于鼓勵(lì)模型改進(jìn)更廣泛的結(jié)構(gòu)關(guān)系，而設(shè)置較小的時(shí)間步則鼓勵(lì)模型專注于更精細(xì)的細(xì)節(jié)，例如物體的邊界。

這一現(xiàn)象表明，模型通過引入時(shí)間步的設(shè)計(jì)，能夠在標(biāo)簽預(yù)測過程中分層次地學(xué)習(xí)不同粒度的信息，從全局結(jié)構(gòu)到局部細(xì)節(jié)。

上表展示了在語義分割任務(wù)上，PCL與SL的定量表現(xiàn)對比，進(jìn)一步驗(yàn)證了PCL在提升預(yù)測精度方面的優(yōu)勢。

在圖模態(tài)的預(yù)測任務(wù)中，上圖展示了不同學(xué)習(xí)階段下模型在預(yù)測階段的推理步數(shù)對預(yù)測質(zhì)量的影響。在訓(xùn)練尚不完全時(shí)，推理步數(shù)越多，預(yù)測精度越高。

然而，隨著訓(xùn)練逐漸完成，觀察到隨著推理步數(shù)的增加，預(yù)測誤差會(huì)持續(xù)下降，但在達(dá)到某個(gè)臨界點(diǎn)后，誤差可能會(huì)反彈上升。

這種現(xiàn)象源于訓(xùn)練與推理階段的差異：在訓(xùn)練階段，模型始終以真實(shí)標(biāo)簽的噪聲擾動(dòng)版本作為輸入，而在推理階段，模型依賴于自身的中間預(yù)測結(jié)果，這些預(yù)測可能包含誤差，并在多步迭代中逐漸累積。

由此產(chǎn)生了一個(gè)權(quán)衡問題：更多的推理步數(shù)有助于捕捉更精細(xì)的預(yù)測細(xì)節(jié)，但也增加了誤差累積的風(fēng)險(xiǎn)。為了優(yōu)化這一平衡，研究人員通過驗(yàn)證集確定最佳的推理步數(shù)，并在測試階段引入早停機(jī)制，在誤差開始上升之前終止推理流程。

值得注意的是，單步預(yù)測的精度相比于傳統(tǒng)監(jiān)督學(xué)習(xí)已經(jīng)有了顯著提升。

上表展示了PCL相較于SL在預(yù)測精度上的顯著提升，進(jìn)一步驗(yàn)證了PCL在處理復(fù)雜預(yù)測任務(wù)中的優(yōu)勢。

在語言模態(tài)的next-token prediction監(jiān)督微調(diào)任務(wù)中，研究人員對比了使用SL和PCL微調(diào)LLaMa2-7B模型的效果，結(jié)果表明，PCL相較于SL在性能上具有優(yōu)勢。

由于噪聲過程尚未進(jìn)行定制化，并且next token作為標(biāo)簽信息的提示量相對單薄，當(dāng)前的框架仍然有較大的提升空間。

未來的研究可以進(jìn)一步優(yōu)化噪聲過程并增強(qiáng)標(biāo)簽信息的豐富度，從而進(jìn)一步提升PCL在語言任務(wù)中的表現(xiàn)。

論文鏈接：https://openreview.net/pdf?id=FO2fu3daSL

代碼鏈接：https://github.com/Thinklab-SJTU/predictive-consistency-learning