InfoSculpt：为广义类别发现塑造潜在空间
计算机视觉与模式识别
2026-01-16 v1
摘要
广义类别发现 (GCD) 旨在对大规模无标签数据集中已知和未知类别的实例进行分类，这对于现实世界的开放世界应用来说是一项关键但具有挑战性的任务。然而，现有方法通常依赖伪标签或两阶段聚类，缺乏一个原则性机制来显式地将基本的、定义类别的信号与实例特定的噪声分离开。在本文中，我们通过从信息论的角度，基于信息瓶颈 (IB) 原则重新构建 GCD 来解决这一根本性局限。我们引入了 InfoSculpt，一个新颖的框架，通过最小化双重条件互信息 (CMI) 目标来系统地塑造表示空间。InfoSculpt 独特地结合了在已标注数据上的类别级 CMI，以学习已知类的紧凑且有区分性的表示，以及在所有数据上的互补的实例级 CMI，通过压缩增强引入的噪声来蒸馏不变特征。这两个目标在不同尺度上协同工作，产生一个解耦且鲁棒的潜在空间，其中类别信息得以保留，而嘈杂的、实例特定的细节被丢弃。在 8 个基准数据集上的大量实验证明了 InfoSculpt 的有效性，验证了我们信息论方法的有效性。
引用
@article{arxiv.2601.10098,
title = {InfoSculpt: Sculpting the Latent Space for Generalized Category Discovery},
author = {Wenwen Liao and Hang Ruan and Jianbo Yu and Yuansong Wang and Qingchao Jiang and Xiaofeng Yang},
journal= {arXiv preprint arXiv:2601.10098},
year = {2026}
}