Google Research представи Agile Deliberation за субективна класификация на изображения

Google Research представи Agile Deliberation — рамка с участие на човек за създаване на класификатори на изображения при категории с неясни и субективни граници, като „здравословна храна“ или кликбейт. Вместо да изисква предварително готово определение, системата помага на потребителя да го изгради чрез преглед на гранични изображения. Полученият текст служи едновременно като разбираема политика и като подадена инструкция към визуално-езиков модел.

Рамката използва Gemini 2.5 Pro и Gemini 2.5 Flash през API, без дообучаване. Концепцията се разделя на най-много три елемента, а изображенията се намират чрез CLIP embeddings и FAISS. Системата групира примери със сходна семантична неяснота. Потребителят ги етикетира и добавя кратки бележки при несъгласие, след което езиков модел предлага нови определения. Запазва се вариантът с най-висок F1 резултат.

Оценяването включва 18 сесии с девет участници и две концепции: кликбейт „paid to play“ и „healthy food“. Средният F1 резултат е с 10,5 пункта над този на zero-shot Gemini 2.5 Flash. За „paid to play“ той се повишава от 0,48 на 0,59, а за „healthy food“ — от 0,48 на 0,58. Кодът е достъпен под Apache 2.0, а демонстрацията изисква Gemini API ключ.