用于测试期类别发现的关系语义扎根框架 SEGA

研究人员提出用于测试期发现（TTD）的属性语义扎根框架 SEGA，解决现有方法只能给新类别分配匿名标签且难以解释的问题。SEGA 训练时利用 LLM 生成已知类别的属性描述并构建视觉语义空间，测试时引入关系语义扎根（RSG）对比已知类别锚点、提示 LLM 生成候选概念并在语义空间中重排序。该方法将匿名测试期聚类转化为可解释的语义概念，提升了 TTD 基线性能。