【综述专栏】分布外如何检测？东大等最新《视觉语言模型时代的广义异常检测及其拓展》综述

文章预览

在 科 学 研 究 中 ， 从 方 法 论 上 来 讲 ， 都 应 “ 先 见 森 林 ， 再 见 树 木 ” 。 当 前 ， 人 工 智 能 学 术 研 究 方 兴 未 艾 ， 技 术 迅 猛 发 展 ， 可 谓 万 木 争 荣 ， 日 新 月 异 。 对 于 A I 从 业 者 来 说 ， 在 广 袤 的 知 识 森 林 中 ， 系 统 梳 理 脉 络 ， 才 能 更 好 地 把 握 趋 势 。 为 此 ， 我 们 精 选 国 内 外 优 秀 的 综 述 文 章 ， 开 辟 “ 综 述 专 栏 ” ， 敬 请 关 注 。 检测分布外 (OOD) 样本对于确保机器学习系统的安全性至关重要，并且已塑造了 OOD 检测领域。同时，其他一些问题也与 OOD 检测密切相关，包括异常检测 (AD)、新颖性检测 (ND)、开放集识别 (OSR) 和异常点检测 (OD)。为了统一这些问题，提出了一种广义的 OOD 检测框架，对这五个问题进行了分类。然而，像 CLIP 这样的视语言模型 (VLMs) 显著改变了范式，模糊了这 ………………………………