arXiv发布AI测试评估增强研究

发生了什么

据arXiv cs.CV论文，针对AI模型测试中因语义覆盖不足导致的评估偏差问题，提出一种三阶段生成式AI流水线。该流程利用视觉语言模型进行零样本语义标注，通过扩散模型将现有图像转化为缺失语义域以扩充数据集，并经统计验证后用于丰富测试集。研究在昼夜语义差距下的图像分类和物体检测任务中验证了该方法的有效性，证明合成数据能提升测试集覆盖率并使评估结论更接近理想状态，且无需对模型进行重新训练。