비교 조건의 차이
능동 학습 문헌마다 실험 설정이 달라 표본 선택 전략을 고르기 어렵다. OpenAL은 실제적인 과제 모음에서 여러 선택기를 쉽게 실행하고 비교할 수 있는 공통 환경을 제안했다.
해석과 통계 분석
벤치마크에 해석 가능성 지표와 통계 분석 방법을 더했다. 결과 점수의 순위뿐 아니라 어떤 조건에서 왜 선택기의 차이가 생기는지 이해하려는 구성이다.
새로운 선택기의 평가
사용자가 자신의 능동 학습 표본 선택기를 제출해 벤치마크를 확장할 수 있도록 설계됐다. 새 선택 전략을 공통 조건에서 비교하는 용도로 제시된 프레임워크다.
관련 문서
DeepAL / 신경망 능동 학습의 재현성 / BADGE 능동 학습 / BAIT 능동 학습 / GLISTER / OpenDataVal