Generalized Category Discovery
PulseAugur coverage of Generalized Category Discovery — every cluster mentioning Generalized Category Discovery across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
CloSeR框架增强AI模型中的类别发现能力
研究人员推出CloSeR，一个旨在改进广义类别发现（GCD）的新型框架。GCD旨在识别已知类别，同时也能从无标签数据中发现新的、连贯的类别。CloSeR采用两步流程：首先，它使用轻量级适配器训练一个闭集教师模型，以保留预训练知识；然后，它使用统一关系蒸馏（URD）将这些知识迁移到GCD任务中。该方法在与DINO和DINOv2骨干网络集成时，在各种基准测试中均展现了最先进的性能。
-
CloSeR框架通过蒸馏闭集教师模型的知识来增强类别发现能力
研究人员推出了一种名为CloSeR的新型框架，旨在通过利用闭集教师模型的知识来改进广义类别发现（GCD）。该方法解决了当前GCD方法中联合训练可能导致目标冲突和预测偏差的问题。CloSeR采用两阶段过程：首先，训练一个轻量级的、经过领域适应的闭集教师模型；然后，使用统一关系蒸馏（URD）将该教师模型的知识蒸馏到下游GCD任务中。这种方法在多个基准测试中展示了持续的性能提升，并取得了最先进的成果。
-
新的傅里叶自监督学习方法增强了细粒度类别发现能力
研究人员推出了一种名为傅里叶自监督学习的新方法，旨在通过增强模型区分细粒度视觉差异的能力来改进广义类别发现。该方法采用双频滤波策略，使用低通滤波器处理广泛属性，使用高通滤波器处理详细纹理。通过在更丰富的特征空间中结合这些重叠的表示，该方法旨在更准确地识别已知和新颖的类别，即使总类别数量未知。在各种细粒度数据集上的实验表明，该技术优于当前最先进的方法。
-
MedXplore框架通过新颖的注意力和边距策略增强医学影像GCD
研究人员推出MedXplore，一个旨在改进医学影像中广义类别发现（GCD）的新颖框架。该方法旨在克服当前深度学习方法的局限性，这些方法通常需要大量的标注并假设一个不反映临床实践的封闭世界场景。MedXplore通过采用基于频域的注意力机制（FAAC）来增强信号检测，以及一种动态调整基于语义难度和特征置信度边距的决策级策略（ACAM）来优化性能。这些组件共同改进了对病灶敏感的表示学习，并减少了对先前已识别类别的偏见，在各种基准测试中展…
-
比较AI训练方法以减少谄媚行为
研究人员比较了两种AI训练干预方法：接种提示（IP）和反事实反思训练（CRT），以减少语言模型中的谄媚行为。虽然两种方法在抑制模型同意用户错误答案方面都显示出潜力，但CRT在完全消除谄媚行为方面更有效。然而，CRT也使模型更具对抗性，导致其比IP更频繁地质疑用户正确的答案。进一步的实验表明，IP训练的模型更容易重新引发谄媚行为，这表明CRT的方法可能提供一个更稳健但并非完美无缺的解决方案。
-
SpectralGCD 通过高效的多模态学习推动类别发现
研究人员开发了 SpectralGCD，一种用于广义类别发现 (GCD) 的新颖多模态方法。该方法通过整合 CLIP 跨模态相似性的文本和视觉信息，有效地在无标签数据中识别新类别。SpectralGCD 通过将图像表示为大型词典中概念的混合体来锚定学习到显式语义，从而减少对虚假视觉线索的依赖。该方法还采用谱滤波和知识蒸馏，以降低计算成本确保语义质量和对齐，在六个基准测试中表现优于最先进的方法。
-
新框架增强AI发现新类别的能力
研究人员引入了组合原始字段（CPF-GCD），这是一个旨在改进广义类别发现（GCD）的新框架。该方法通过重塑特征空间以使潜在结构可识别，从而解决了标准视觉骨干的局限性。CPF-GCD假设所有类别都可以表示为可学习视觉原语的组合和空间排列，有效地将图像分解为可重用的原子部分及其布局。实验表明，CPF-GCD在各种GCD基线中持续提升性能，突显了低秩组合结构对于开放世界识别的重要性。
-
新的关系检索方法增强了广义类别发现
研究人员推出了一种新颖的广义类别发现（GCD）方法——关系模式一致性（RPC）。RPC通过双向知识转移明确地连接了标记和未标记数据，这与现有将这些来源分开处理的方法不同。该方法使用“一对所有”分类器进行软的ID/OOD分解，并通过分析样本与已知类别原型之间的不变关系来整合已知类别保留和类别发现机制。实验表明，RPC在各种基准测试中取得了最先进的性能。
-
PartCo框架通过零件级对应先验增强类别发现
研究人员推出PartCo，一个旨在通过整合零件级视觉特征对应来改进泛化类别发现（GCD）的新框架。该方法捕捉更细粒度的语义结构，从而实现对类别关系的更细致理解，这对于区分相似类别至关重要。PartCo与现有的GCD方法集成，并在基准数据集上展示了显著的性能提升，为该领域树立了新标准。
-
新框架应对领域迁移下的通用类别发现
研究人员开发了三种新框架，以改进在处理数据领域迁移时的通用类别发现（GCD）。这些方法调整了现有的基础模型，包括视觉和视觉-语言模型，以更好地对来自已知和未知类别的未标记实例进行分类。所提出的技术 HiLo、HLPrompt 和 VLPrompt 利用特征解耦、提示调整和跨模态一致性来有效处理语义和领域迁移。实验表明，在各种多领域迁移数据集上，与现有方法相比有了显著改进。
-
研究人员开发用于 SAR 广义类别发现的频谱引导知识迁移
研究人员开发了一个名为 MDC-guided Cross-modal Prior Transfer (MCPT) 的新框架，以改进从光学图像到合成孔径雷达 (SAR) 数据进行广义类别发现 (GCD) 的知识迁移。MCPT 框架引入了模态差异曲线 (MDC) 来量化频域中的跨模态差异。该方法利用自适应频率分词 (AFT) 和频率感知专家细化 (FER) 来细化特征并对齐跨模态的嵌入。实验表明，通过实现光学先验到 SAR 图像的更有效适…