Soft Supervision（软监督）

传统监督学习使用one-hot硬标签，但现实中标签可能模糊或存在噪声。Soft Supervision通过提供每个类别的概率分布（如知识蒸馏中的教师模型输出、多标注者投票结果）来训练模型，使模型学习到更丰富的类别间关系。该方法在知识蒸馏、标签噪声学习和多任务学习中广泛应用。