Mixup

Mixup是一种机器学习领域的数据增强技术，由Zhang等人于2018年提出。其核心思想是通过对训练样本及其对应标签进行线性插值，生成新的虚拟训练样本，从而扩充训练数据集。Mixup能够有效提升模型的泛化能力、增强对对抗样本的鲁棒性，并缓解过拟合问题，广泛应用于图像分类、自然语言处理等多种深度学习任务中。