Языковое руководство для обучения навыкам наблюдения: Эмпирическое исследование по вопросам обобщения

arXiv:2610.27208v1 Annualce Type: New Humber Brieflow: Deep Neural Networks добились замечательных успехов в достижении контрольных показателей зрения, однако они продолжают бороться со многими проблемами обобщения. В ходе подготовки по вопросам зрения под наблюдением проводятся одноразовые метки, которые содержат ограниченную информацию о семантической структуре и общих характеристиках между классами. Такой ограниченный надзор может оставлять визуальные представления уязвимыми для изменений в распределении, подложных корреляций, искажений текстуры, состязательных погрешностей и забвения при последовательном обучении. Мы изучаем вопрос о том, могут ли заранее подготовленные языковые модели служить в качестве легкого вспомогательного надзора за обучением зрением без необходимости использования парных данных об образе и тексте, оперативной инженерии или контрастирующих целей. В частности, мы оцениваем две формы языкового руководства: эксплицитное лингвистическое руководство (ExLG) и Импликатное управление языком (ImLG). Мы проводим всеобъемлющую оценку в рамках шести режимов обобщения, включая нераспределение, вне распределения