IXThinker·2026-09-16 22:00

零樣本學習新框架 邊測試邊適應刷新三基準

零樣本學習的目標，是讓模型識別訓練時從未出現過的類別。作為前作的擴展，ZeroDiff++已發表於IEEE TPAMI 2026，把重點推進至測試階段：以真實測試樣本適應未見類別，多項基準刷新成績。

零樣本難題未解

零樣本學習要求模型辨認訓練階段未曾見過的類別，傳統方法容易過擬合，對未見類別的識別能力受限。如何在缺乏目標域標籤的情況下保持泛化，一直是該領域的核心難題。