S2COPE 方法从无标注图像中挖掘可解释视觉概念

Andriy Burkov 介绍 S2COPE，一种直接从无标注图像中发现人类可读视觉概念的方法。该方法利用视觉-语言模型生成候选描述，并通过图文匹配模型评估其匹配度和区分能力，再依据得分迭代改进提议模型。S2COPE 旨在让自监督图像系统学到的模式更可解释，适用于类别未知且预测驱动特征不明的场景。