Just-in-Time Labeling (Just-in-Time Datenannotation)
Ein Verfahren in der Datenvorbereitung für maschinelles Lernen, bei dem Datenpunkte erst dann mit Labels versehen (annotiert) werden, wenn sie für das Training eines Modells aktiv ausgewählt oder benötigt werden, oft im Rahmen von Active Learning oder Human-in-the-Loop-Systemen. Dies kann helfen, den Annotationsaufwand zu reduzieren.