KAIST 提出免像素标注的零样本分割适配框架

2026 年 9 月 30 日，KAIST 提出面向开放词汇语义分割（OVSS）的偏好引导适配框架，尝试用不同提示模板之间的「提示分歧」取代像素级标注：从跨模板不确定性高的区域挖掘局部偏好查询，从而在完全没有像素标注的情况下完成适配。方法包含 Region-Localized Preference Optimization（RLPO）与区域外一致性正则。据该报道，这一做法在 MESS 基准上让多种 OVSS 骨干获得一致提升，且在偏好噪声下依然有效，相关代码已开源。目前该事件仅有这一条报道，尚无后续进展或不同说法的披露。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。