self-training（自训练）

自训练首先用少量标注数据训练一个初始模型，然后用该模型对大量未标注数据进行预测，将高置信度的预测结果作为伪标签加入训练集，反复迭代。这种方法能有效利用未标注数据，减少标注成本。但需注意噪声累积问题，常通过置信度阈值和一致性正则化来缓解。