自训练：用伪标签利用未标注数据

观察要点

1. 自训练依赖“同簇同类”等假设，满足时能大幅减少标注需求。
2. 每轮只加入高置信度样本，降低引入错误标签的概率。
3. 错误伪标签会被强化；协同训练用两个视角互相纠正。

相关章节：第 10 章　模型独立的学习方式。