Wir präsentieren Meta Pseudo Labels, eine semi-supervised Lernmethode, die eine neue Sollwert-Top-1-Accuracy von 90,2 % auf ImageNet erreicht – das entspricht einer Verbesserung um 1,6 % gegenüber dem bisherigen Sollwert. Ähnlich wie bei Pseudo Labels verfügt Meta Pseudo Labels über ein Lehrernetzwerk, das auf unbeschrifteten Daten Pseudolabels erzeugt, um ein Schülernetzwerk zu lehren. Im Gegensatz zu Pseudo Labels, bei dem das Lehrernetzwerk festgelegt ist, wird das Lehrernetzwerk in Meta Pseudo Labels kontinuierlich anhand der Rückmeldung der Leistung des Schülernetzwerks auf dem beschrifteten Datensatz angepasst. Dadurch generiert das Lehrernetzwerk qualitativ bessere Pseudolabels, um das Schülernetzwerk effektiver zu lehren. Unser Quellcode ist unter https://github.com/google-research/google-research/tree/master/meta_pseudo_labels verfügbar.