我最终找到了您引用的论文，也许下次，将其添加到您的帖子中。

根据我在本文中的理解，label-dropout意味着您正在丢弃真正的标签并用其他标签替换它们。

您所指的论文部分非常详细地解释了所有内容，因此我会尝试仔细阅读。简而言之，他们没有在目标层中使用真实分布（即一个 1 和一堆 0），而是增加了一些不确定性。这样，模型变得不那么自信，因此不太容易过度拟合并且变得更具适应性。