Google AI Research 推出敏捷审议框架助力主观概念图像分类

Google 研究团队发布了敏捷审议框架，用于构建围绕主观概念的图像分类器。该框架采用人机协作模式，适用于健康食品、鼓舞人心的艺术作品或内容审核中的点击诱饵等模糊概念界定。传统工具通常假设用户已掌握概念边界，而此框架则协助用户寻找这些边界。框架通过 API 调用 Gemini 2.5 Pro 和 Gemini 2.5 Flash 模型，无需微调即可运行于 Jupyter 或 Colab 笔记本环境。检索过程利用 CLIP 嵌入向量及 FAISS 索引，支持 CPU 或 GPU 运行，演示索引大小约为 260 兆字节。性能测试显示，在两个概念和十八场实时会话中，其 F1 分数平均比零样本 Gemini 2.5 Flash 高出 10.5 个点。最佳表现案例中付费参与模式 F1 达到 0.59，优于零样本的 0.48，精确度提升 22 个百分点，但召回率在部分场景有所下降。该设计源于对内容审核专家群体的访谈，专家先界定概念范围，再在边界图像上进行细化，寻找这些图像是耗时环节。框架将模糊概念转化为结构化书面定义，该定义既作为人类可读的政策，也作为视觉语言模型分类器的文本提示，每轮保留用户标签上 F1 最佳的候选定义。