关于你的问题：

但是，他们没有提到如何在推理阶段使用它，因为选择正确标签所需的阈值尚不清楚。

有谁知道这将如何工作？

虽然这个答案可能不令人满意，但我相信答案是：你不会用它来推理。

该论文描述了如何仅在预训练期间使用 softmax 进行多标签分类，他们只需要计算多标签 softmax 相对于他们已经知道的基本事实的损失。Facebook 的论文讨论了他们如何使用在主题标签数据预训练期间发现的特征，或者将主题标签训练的神经网络仅用作权重初始化点——而不是用于对“实时数据”的实际推断。

softmax 函数仅给出标签的相对置信水平，并给出更多“序数”而不是“基数”使用的概率值，因此为了在推理过程中使用 softmax 值，需要一种单独的方法来确定要提取多少标签，是否是一个预先确定的常数 n（论文指出，每张图像平均每张图像有大约 2 个规范主题标签，因此这是一个可能的选择），一个单独的算法/模型，它决定了多少标签图像应该有，等等。

资料来源：

D. Mahajan 等人，“探索弱监督预训练的极限”，2018 年 9 月。