消除歧义标签干扰
通过语义挖掘和实例-标签对齐，让预训练视觉语言模型在噪声标签下实现可靠的零样本识别。
Fan, Jinfu · Jiangnan, Li · 黄林庆 · 甘敏 · Philip Chen, Chun Lung Philip
Engineering Applications of Artificial Intelligence 2026
通过语义挖掘块自适应选择关键实例，逐步识别真实标签，降低噪声标签对模型训练的负面影响。
利用部分标签损失，仅需候选标签集合即可学习实例分类器，避免昂贵且易错的成对图像-文本标注。
将实例与标签嵌入对齐到同一维度，减少语义错配，提升高维空间中的特征对齐质量。