Google Research 发布了 Agile Deliberation 框架,用于构建针对主观类别的图像分类器。该系统利用大语言模型驱动的优化循环,引导用户完成交互式的审议工作流。研究人员在 GitHub 上开源了底层代码和算法。
该框架将任务拆分为概念界定和概念迭代两个阶段。它借助视觉语言模型找出语义边界模糊的图像,以此挑战用户对概念的定义。研究团队进行了 18 场每场 1.5 小时的用户测试。参与者反馈,相比手动提示词工程,他们的认知疲劳和焦虑感显著降低。
测试结果显示,该框架生成的分类器在处理困难的主观图像时,性能大幅超越标准基准。这种方法为传统模型难以分类的模糊数据提供了一种结构化处理方式。需要构建针对细微差别任务的自定义模型的用户,会发现这个工具有助于提高准确率并减轻提示词工程的脑力负担。



