arXiv · 机器人与计算机视觉· Sisi Zhu, Changwei Yu, Renshuai Tao, Zhenliang Ni·· 6 天前AI 评分72
CoEvoAD:一种用于零样本异常检测的协同进化提示词优化方法
Co-Evolutionary Prompt Optimization with Cross-Category Transfer for Zero-Shot Anomaly Detection
AI 导读
针对基于 CLIP 的零样本异常检测方法缺乏可解释性与可扩展性的问题,本文提出 CoEvoAD 框架。该方法在离散自然语言空间利用进化算法进行提示词搜索,保留语义的可组合性;同时引入跨类别迁移目标,将未使用的源类别作为代理以评估提示规则的泛化能力。实验表明,CoEvoAD 在多个异常检测数据集上达到最先进性能。代码已开源,论文已被 EMNLP 2026 主会接收。
来源:arXiv · 机器人与计算机视觉 · arxiv.org