Effiziente Initialisierung des Kalt-Start-Active-Learning durch Clustering mit Foundation-Modellen

Die Verwendung von Embeddings aus Foundation-Modellen für das Clustering ermöglicht eine effizientere Auswahl informativer Startproben für das Kalt-Start-Active-Learning, was zu überlegenen Modellleistungen im Vergleich zu Baseline-Methoden führt.