SEGA：用语义锚定改进测试时发现

研究者 Tianle Liu 等人提交论文预印本，提出 SEGA 框架，用于测试时发现（TTD）。该框架用大语言模型为已知类生成属性描述，在训练中构建属性锚定的视觉-语义空间，把 TTD 中原本匿名的聚类转化为可解释的语义概念。 测试阶段，SEGA 引入关系语义锚定（RSG），用相似与不相似的已知类锚点定位未知样本，提示 LLM 生成候选概念并在学到的语义空间中重排序，再以置信度引导做测试时语义稳定化。论文称实验显示 SEGA 提升了 TTD 基线表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。