Tag · 3 篇
不确定性校准
分布 视觉语言模型1自监督与表征学习1医学影像与生物视觉1
01 02 03
SoC：面向测试时提示词调优的语义正交校准
SoC: Semantic Orthogonal Calibration for Test-Time Prompt Tuning
对做 VLM 测试时自适应的人，这篇给出了一个可直接替换全正交约束的 Huber 型正则项：在文本提示词嵌入的原型分离上做平滑约束，既保留语义近邻又避免过度自信，可插到任何 TPT 流程里改善置信度校准。
重新审视未知类：迈向高效且有效的开放集主动学习
Revisiting Unknowns: Towards Effective and Efficient Open-Set Active Learning
提出一种无需独立开放集检测器的统一主动学习框架，利用冻结的对比预训练特征空间进行标签引导聚类，并用 Dirichlet 校准的辅助检测头联合建模已知与未知类，可直接用于视觉任务中标注预算受限下的开放世界数据筛选。
协调特征条件与频率提示个性化用于多标注者医学分割
Harmonized Feature Conditioning and Frequency-Prompt Personalization for Multi-Rater Medical Segmentation
提出频域提示模块和特征协调网络，将标注者差异建模为风格提示，可推广到其他需要建模标注歧义的视觉任务（如多标注者分类、检测）。