arXiv · cs.AI· Zitai Wang·· 1 天前AI 评分12
广义类别发现中的语义错配：评估与缓解
Semantic Mismapping in Generalized Category Discovery: Evaluation and Mitigation
来源与原文
arXiv · cs.AI
作者：Zitai Wang
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39356v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究指出，广义类别发现（GCD）方法在使用全局匈牙利（GH）匹配评估时存在“语义错配”问题：已锚定的旧类别索引被重新分配，导致新类别准确率被高估最多 25.63 个百分点。作者提出保留旧索引监督语义、将匹配限制在新类区域的 SPE 评估方法，以及结合区域平衡损失（RBL）与新颖多样性损失（NDL）的 MMO 优化方法。理论分析表明这两个损失可收紧语义错配带来的虚假准确率增益上界。
来源：arXiv · cs.AI · arxiv.org