Relational Retrieval: Leveraging Known-Novel Interactions for Generalized Category Discovery
本文提出关系模式一致性（RPC），这是一种用于广义类别发现的新颖框架，它通过语义对齐和不变关系模式匹配，在标注数据与未标注数据之间实现双向知识迁移，从而达到最先进的性能。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正在教一名新学生（计算机）如何识别不同类型的动物。你有两组照片要展示给他们：
- “已知”组：一本相册，其中每只动物都标有清晰的标签（例如，“这是一只猫”，“这是一只狗”）。
- “未知”组：一大堆没有标签的照片。其中一些是你已经见过的猫和狗，但另一些是你从未见过的动物（比如鸭嘴兽或穿山甲）。
问题所在：
大多数以往的方法将这两组视为处于不同的房间。计算机会先学习带标签的照片以了解猫和狗，然后独自尝试猜测无标签堆里有什么，希望能找出新动物。论文指出，这是一种时间浪费。这就像让老师站在学生旁边，却不让他们互相交流。当学生查看无标签堆中那些“已知”动物时，错过了老师的帮助；而老师也从未有机会利用学生已有的知识来解释“新”动物。
解决方案：“关系检索”（RPC）
作者提出了一种名为**关系模式一致性（Relational Pattern Consistency, RPC）**的新方法。这就像在带标签和不带标签的照片之间建立双向对话。
以下是其工作原理，通过两个简单的类比来说明：
1. “皮影戏”技巧（让已知保持已知）
目标：确保计算机在看到无标签堆中的猫时，不会忘记“猫”长什么样。
类比：想象带标签的照片是“大师皮影师”，他们确切知道如何制造猫的皮影。而无标签的照片则是“学徒”。
该方法不是让学徒仅仅靠猜测，而是使用一种特殊的“融合”技术。它将大师皮影师（带标签的猫）的影子与学徒（无标签的猫）的影子轻轻融合。
- 如何运作：计算机检查它有多确定某张无标签照片是“已知”动物。如果它相当确定，它会将该照片的特征与带标签的版本融合。这迫使计算机学习到，即使照片模糊或拍摄角度怪异，那张无标签的猫也必须表现得与带标签的猫完全一致。这就像学徒完美地模仿大师的动作。
2. “指南针”技巧（寻找新动物）
目标：找出无标签堆中哪些动物是“新”的，并将它们归为一组，即使计算机从未见过它们。
类比：想象“已知”动物（猫、狗、鸟）是地图上一组固定的指南针或路标。
- “猫”可能非常靠近“狗”路标，但离“鸟”路标非常远。
- 一种“新”动物（比如鸭嘴兽）从未被见过，所以我们不知道它的名字。但是，如果你观察它与路标的关系，你可能会注意到：“嘿，这只鸭嘴兽也像那边另一只鸭嘴兽一样，离‘狗’路标很近，离‘鸟’路标很远！”
神奇之处：
计算机不需要知道“鸭嘴兽”这个名字就能将它们分组。它只需观察关系模式。
- “这两只未知动物与猫、狗和鸟的‘距离’是否相同？”
- 如果是，它们很可能是同一种新物种。
- 如果不是，它们就是不同的。
这将一个令人困惑的猜谜游戏变成了一个简单的匹配游戏。计算机无需从头发明一个新类别，只需检查新动物是否与它已知的动物共享相同的“关系特征”。
结果
论文在多种数据集上测试了这种“双向对话”方法（从简单的汽车和飞机图片到复杂的医学图像）。
- 更好的记忆：由于不断将无标签堆中的“已知”动物与带标签的动物进行比较，计算机在记住这些动物方面表现得更好。
- 更好的发现：由于利用已知动物作为导航未知的可靠地图，它在发现和分组“新”动物方面表现得更好。
- 效率：这一切都不需要大量的额外计算能力。其成本仅略高于旧方法，但更加智能。
简而言之：
论文指出：“停止将带标签和无标签数据视为陌生人。让它们手牵手。”通过让带标签的数据指导无标签数据中的已知部分，并利用已知数据作为寻找新部分的地图，计算机学得更快，犯错更少。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。