TTL：使用预训练视觉语言模型进行 OOD 检测的测试时文本学习

CLIP 等视觉语言模型 (VLM) 通过对齐视觉和文本表示，展现出强大的分布外 (OOD) 检测功能。最近基于 CLIP 的测试时间适应方法通过合并外部 OOD 标签进一步提高了检测性能。然而，这样的标签是有限且固定的，而真正的 OOD 语义空间本质上是开放的。因此，固定标签无法表示测试流中遇到的多样化且不断发展的 OOD 语义。为了解决这个限制，我们引入了测试时文本学习（TTL），这是一个从未标记的测试流中动态学习 OOD 文本语义的框架，而不依赖于外部 OOD 标签。 TTL 使用伪标记测试样本更新可学习的提示，以捕获新兴的 OOD 知识。为了抑制伪标签引入的噪声，我们引入了 OOD 知识纯化策略，该策略选择可靠的 OOD 样本进行适应，同时抑制噪声。此外，TTL还维护着OOD文本知识库，存储高质量的文本特征，提供跨批次的稳定分数校准。对两个标准基准测试和九个 OOD 数据集进行的广泛实验表明，TTL 始终如一地实现了最先进的性能，突出了文本适应对于稳健的测试时 OOD 检测的价值。我们的代码可在 https://github.com/figec/TTL 获取。