通过渐进式调优的缺陷感知混合提示优化，用于零样本多类型异常检测和分割

本文介绍了一篇关于使用人工智能进行异常检测和分割的新方法的学术论文。核心思想围绕着优化零样本学习的提示，特别是关注缺陷感知混合提示优化和渐进式调优。“零样本”的使用表明该系统无需事先对特定缺陷示例进行训练即可识别异常，如果成功，这将是一项重大进步。这项研究很可能探讨了这种方法在各种异常类型和分割任务中的有效性。

• •专注于零样本异常检测和分割。
• •采用缺陷感知混合提示优化。
• •利用渐进式调优来提高性能。
• •旨在无需事先对特定缺陷示例进行训练即可识别异常。