冗長なLLMセマンティクスから内在的な学習によって,見えない領域に向けて一般化されたゼロショット学習を可能にします
Jiaqi Yue1, Chunhui Zhao1, Jiancheng Zhao1
1State Key Laboratory of Industrial Control Technology, College of Control Science and Engineering, Zhejiang University, Hangzhou, 310027, China.
この研究は,新しい領域のクラスを認識するために,クロスドメイン汎用ゼロショット学習 (CDGZSL) を導入します. 提案されたメタドメインアライメント・セマンティック・リファインメント (MDASR) 方法は,ドメインシフトとセマンティック情報不対称性を効果的に処理します.
科学分野:
- コンピュータ科学
- 人工知能
- 機械学習
背景:
- 一般化されたゼロショット・ラーニング (GZSL) は,目に見えないクラスが目に見えるクラスとして誤って分類される領域のシフトと闘っています.
- 既存のGZSL方法は,見たドメインに限定され,ドメイン間の一般化に対応していません.
- 情報の非対称性は,特に大型言語モデル (LLM) を使用する際に,冗長なクラスセマンティクスから生じる.
研究 の 目的:
- 既存のGZSLの限界を克服し,クロスドメイン汎用ゼロショットラーニング (CDGZSL) を導入する.
- 共通の機能空間を構築し,共有された本質的な意味学を取得することによって,未知の領域でGZSLを可能にする方法を開発する.
- CDGZSLのLLMで注釈された意味論によって引き起こされる情報の非対称性を軽減する.
主な方法:
- CDGZSLのメタドメインアライメント・セマンティック・リファインメント (MDASR) を提案する.
- MDASRは,クラス間の特徴関係に基づく非本質的な意味論を削除するために,クラス間の類似性アライメントを使用します.
- MDASRは,シミュレートされた機能生成を介して,目に見えないクラスのメタ生成を使用して,本質的な意味論を保存し,目に見えないクラス間の接続性を維持します.
主要な成果:
- MDASRは,CDGZSLの情報不対称性を減らすため,冗長な意味空間を共通機能空間と効果的に並べます.
- この方法はOffice-HomeとMini-DomainNetのデータセットで有効であることが示されています.
- 性能は,自己構築された多領域の希少動物データセットでも検証されました.
結論:
- MDASRは,クロスドメイン汎用ゼロショット学習のための強力なソリューションを提供します.
- このアプローチは,ドメインシフトとセマンティック情報非対称性の課題にうまく対処しています.
- 共有されたLLMベースの意味論は,CDGZSLの将来の研究にとって貴重な基準となります.
さらに関連する動画
07:31Defining the Role Of Language in Infants' Object Categorization with Eye-tracking Paradigms
Published on: February 8, 2019
05:47Evidence-based Knowledge Synthesis and Hypothesis Validation: Navigating Biomedical Knowledge Bases via Explainable AI and Agentic Systems
Published on: June 13, 2025
関連する概念動画
Language Development
The critical period for language acquisition suggests that the ability to acquire language is at its peak early in life. As people age, this proficiency decreases. Language development begins very...
Generalization, Discrimination, and Extinction
Generalization occurs when a behavior reinforced in one context is performed in similar situations. For instance, a student who studies diligently for calculus and receives excellent grades might apply the same study habits to psychology and history, expecting similar results. Generalization shows how learning in one setting can influence behavior in...
Language and Cognition
Introduction to Learning
In contrast to learned behaviors, unlearned behaviors such as crying, sexual...
Purposive Learning
Stereotype Content Model
