重新审视未知数：面向有效且高效的开集主动学习

开集主动学习（OSAL）旨在在 unlabeled 数据中可能包含先前未见类的情况下，识别具有注释价值的样本——这在安全关键和开放世界场景中常见。现有方法通常依赖独立训练的开集检测器，带来巨大的训练开销，同时忽略了带标签未知样本在改善已知类别学习方面的从监督角度的价值。本文提出了 E$^2$OAL（Effective and Efficient Open-set Active Learning）框架，一个统一且无需检测器的方案，充分利用带标签的未知样本以获得更强的监督和更可靠的查询。E$^2$OAL 首先通过在冻结对比预训练特征空间中进行标签引导的聚类，揭示未知样本的潜在类别结构，并通过结构感知 F1-product 目标函数进行优化。为充分利用带标签的未知样本，采用 Dirichlet 校准的辅助头联合建模已知和未知类别，提升置信度校准和已知类别判别。基于此，logit-margin 纯度得分估计已知类别的可能性，以构建高纯度候选池，而 OSAL 特定的可靠性度量则优先排序部分模糊但可靠的样本。这些组件共同构成了一个灵活的两阶段查询策略，具有自适应精度控制和最小超参数敏感性。跨多个 OSAL 基准的广泛实验表明，E$^2$OAL 在准确性、效率和查询精度方面均一致优于最先进的方法，凸显其在实际应用中的有效性和实用性。代码已置于 github.com/chenchenzong/E2OAL。