半监督学习

研究者提出Semi-CoT框架，通过采样未标注问题生成伪思维链，并基于语义熵筛选可靠推理路径，将思维链从推理时提示扩展为半监督学习信号。

研究团队提出测试时自适应方法，通过半监督学习应对AI文本检测中的持续分布漂移问题，实验显示传统监督检测器在遭遇对抗性AI生成文本时性能骤降，而新方法保持90%以上检测准确率。