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

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，模糊了这些领域之间的界限，再次令研究人员感到困惑。 在本综述中，我们首先介绍了广义的 OOD 检测 v2，概括了 AD、ND、OSR、OOD 检测和 OD 在 VLM 时代的演变 。我们的框架揭示了随着某些领域的停滞和整合，主要的挑战已变成 OOD 检测和 AD。此外，我们还强调了定义、问题设置和基准测试方面的显著变化；因此，我们对 OOD 检测的方法进行了全面回顾，包括讨论其他相关任务以澄清它们与 OOD 检测的关系。 ………………………………