Google发布Agile Deliberation主观图像分类框架
Google Research 开源 Agile Deliberation 框架，用 Gemini 2.5 Pro/Flash 提示与语义边界图像检索，帮用户定义“健康食品”“付费买量”等主观概念，平均 F1 比零样本高 10.5 分。
要点
- 无需微调，经 API 调用 Gemini 2.5 Pro 和 Gemini 2.5 Flash；代码以 Apache 2.0 在 GitHub 开源。
- 先用 Gemini 2.5 Pro 将概念拆为至多 3 个单元概念，用户可保留、翻转或丢弃候选正负子概念。
- 第二阶段按语义找边界图像：生成边界查询、聚类，再用 UCB 多臂老虎机挑选待标注簇，不依赖模型置信度。
- 18 场实测平均 F1 比零样本 Gemini 2.5 Flash 高 10.5 分；付费买量 F1 0.59 对 0.48。
- 演示 notebook 需 Gemini API key，默认 LAION-400M CLIP 的 FAISS 索引约 260MB。
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。