Relational Semantic Grounding

新的SEGA框架使用LLM进行可解释的AI测试时发现

研究人员推出了一种新颖的测试时发现（TTD）框架SEGA，该框架利用大型语言模型为新识别的类别提供可解释的标签。与分配匿名标签的先前方法不同，SEGA为已知类别生成富含属性的描述，并采用关系语义基础（RSG）来解释未知样本。RSG将新数据与相似和不相似的已知类别锚点进行基础化，提示LLM提出候选概念，然后这些概念在一个学习到的语义空间中进行排名。这种方法旨在通过将匿名集群转化为具有语义意义的概念来增强TTD，从而提高开放世界应用程序的性能。