ShiftedBronzes：开放世界环境下领域细粒度分类的基准与分析

在跨专业领域的实际应用中，应对复杂的分布外（OOD）挑战是一个普遍且重要的问题。在本研究中，我们聚焦于青铜器断代这一细粒度任务，该任务是中国古代史研究中的一个关键方面，并开发了一个名为 ShiftedBronzes 的基准数据集。通过对青铜鼎数据集进行广泛扩展，ShiftedBronzes 纳入了两种类型的青铜器数据和七种类型的 OOD 数据，这些数据展现了青铜器断代场景中常遇到的分布偏移。我们在 ShiftedBronzes 和五个常用的通用 OOD 数据集上进行了基准实验，采用了多种广泛使用的后验、基于预训练视觉大模型（VLM）以及基于生成的 OOD 检测方法。通过对实验结果的分析，我们验证了先前关于后验、基于 VLM 和基于生成的方法的结论，同时突出了它们在专业数据集上的独特行为。这些发现强调了将通用 OOD 检测方法应用于青铜器断代等特定领域任务时所面临的独特挑战。我们希望 ShiftedBronzes 基准能为青铜器断代领域以及 OOD 检测方法的发展提供有价值的见解。数据集和相关代码将在稍后提供。