arXiv Computer Vision· Haoxiang Rao, Fang Zhao, Zhao Wang, Weijia Li, Chenyang Si, Caifeng Shan·· 4 小时前AI 评分22
CORE：面向异常合成的自监督提示词优化对比与反思框架
CORE: Contrast-and-Reflect for Self-Supervised Prompt Optimization in Anomaly Synthesis
AI 导读
CORE 是一个基于大型多模态模型（LMM）的成本高效、免训练提示词优化框架，统一支持零样本与单样本工业异常合成。它通过 Anomaly Context Grounding 模块将稀疏用户上下文转为结构化异常提示词，并用自监督对比与反思机制自主优化提示词。在 MVTec-AD 和 VisA 上，CORE 合成出真实多样的异常，提升了下游异常检测性能，且模型无关、即插即用。
来源：arXiv Computer Vision · arxiv.org