arXiv · 机器人与计算机视觉· Connor Hashemi, Bharadwaj Ravichandran, Connor Anderson, Shitij Govil, Brandon RichardWebster, Brian Hu, Keith Fieldhouse·· 2026-10-12AI 评分38
生成式增强提升 AI 测试与评估语义覆盖度
Improving Semantic Coverage in AI Test & Evaluation through Generative Augmentation
AI 导读
针对测试数据集在时间、天气等关键输入条件下语义覆盖不足的问题,研究提出无需真值标签的三阶段生成式 AI 流程。该流程利用视觉语言模型零样本标注并聚类影响下游行为的语义,再通过扩散图像到图像模型将现有图像转化为欠表示域以增强外观特征。实验验证显示,在日/夜语义差距场景下,经增强的测试集能更准确区分模型是否接触过缺失语义,使评估结论更接近理想全覆盖数据集的结果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org