MultiMatch는 공동 학습(co-training), 일관성 규제(consistency regularization), 의사 레이블링(pseudo-labeling) 패러다임을 결합한 새로운 준지도 학습(SSL) 알고리즘입니다. 핵심은 헤드 일치, 모델 신뢰도를 기반으로 의사 레이블을 선택 및 필터링하고, 인지된 분류 난이도에 따라 가중치를 부여하는 3단계 의사 레이블 가중치 모듈입니다. 이 모듈은 기존의 Multihead Co-training의 헤드 일치, FreeMatch의 자가 적응 임계값, MarginMatch의 평균 의사 마진 세 가지 기법을 통합하고 향상시켜 SSL 환경에서 강건성과 성능을 향상시킵니다. 5개의 자연어 처리 데이터셋에서 10개 설정 중 9개에서 최첨단 결과를 달성했고, 19개 방법 중 Friedman 검정에서 1위를 차지했습니다. 특히 불균형 데이터셋에서도 우수한 성능을 보이며, 두 번째로 좋은 방법보다 3.26% 높은 성능을 기록했습니다.
