KAIST 用提示分歧替代像素标注，零样本分割适配免标注微调

KAIST · hf · 2026-09-30

KAIST 提出面向开放词汇语义分割（OVSS）的偏好引导适配框架，用二值偏好取代昂贵的稠密掩码标注。核心观察是「提示分歧」：不同提示模板对同一图像产生系统性差异的分割结果，可自带偏好监督信号。方法从跨模板不确定性高的区域挖掘局部偏好查询，用 Region-Localized Preference Optimization（RLPO）配合区域外一致性正则进行适配。在 MESS 基准上，多种 OVSS 骨干均获得一致提升，无需任何像素级标注，且在偏好噪声下依然有效。代码已开源。