Google Research представила Agile Deliberation для суб’єктивної класифікації зображень

Google Research випустила Agile Deliberation — фреймворк із залученням людини для створення класифікаторів зображень у випадках, коли межі категорії визначаються суб’єктивно. Серед прикладів — «здорове харчування», надихаючі твори мистецтва та клікбейт. Користувачеві не потрібно заздалегідь мати повне визначення: система допомагає уточнити поняття за допомогою спірних, або граничних, зображень. Сформульований опис одночасно є зрозумілою політикою та текстовим запитом для візуально-мовної моделі.

Agile Deliberation працює з Gemini 2.5 Pro і Gemini 2.5 Flash через API, без донавчання. Поняття розкладається щонайбільше на три складові, а пошук прикладів використовує CLIP-ембеддинги та FAISS. Система групує зображення зі спільною смисловою неоднозначністю. Користувач розмічає їх і додає короткі пояснення розбіжностей, після чого мовна модель пропонує нові визначення. Зберігається варіант із найкращим показником F1.

У 18 сесіях взяли участь дев’ять людей, які працювали з двома поняттями: клікбейтом «paid to play» і «healthy food». Середній F1 був на 10,5 пункта вищим, ніж у zero-shot Gemini 2.5 Flash. Для першого поняття показник зріс із 0,48 до 0,59, для другого — із 0,48 до 0,58. Код доступний за ліцензією Apache 2.0, а демонстраційний ноутбук потребує ключа Gemini API.