SEGA：属性语义锚定的测试时发现框架

2026年10月14日，arXiv Artificial Intelligence 报道了一项针对测试时发现（TTD）的研究。报道称，TTD 此前只能给新类打匿名标签；为此，Tianle Liu 等作者提出 SEGA 框架，用大语言模型为已知类生成属性丰富的描述，并在训练中构建属性锚定的视觉-语义空间。测试时引入关系语义锚定（RSG），用相似与不相似的已知类锚点定位未知样本，让 LLM 生成候选概念并在语义空间中重排序，再以置信度引导做语义稳定。报道称实验显示 SEGA 提升了 TTD 基线，使匿名聚类变为可解释的语义概念。目前该事件仅有这一篇报道，尚无后续跟进或与之矛盾的说法。

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。