يتقيد: تصنيف العالم المفتوح عبر المثيلات التي تحولت تدريجيا

في هذا العمل، نتعلم مشكلة تصنيف العالم المفتوح مع طريقة تسمى الدعاء، وفتح التصنيف العالمي عبر المثيلات التي تحولت بشكل تدريجي.هذه الطريقة الرواية والمساومة يمكن أن تنشئ مثيلات خارج المجال من مثيلات التدريب داخل المجال بمساعدة نموذج لغة تابعة مدرب مسبقا.تظهر النتائج التجريبية أن التصديح يؤدي إلى أفضل من طريقة العثور على قرارات القرار الحديثة.

In this work, we address the open-world classification problem with a method called ODIST, open world classification via distributionally shifted instances. This novel and straightforward method can create out-of-domain instances from the in-domain training instances with the help of a pre-trained generative language model. Experimental results show that ODIST performs better than state-of-the-art decision boundary finding method.