Google Research 发布 Agile Deliberation 框架，面向主观概念图像分类器

核心事实

Google Research 发布了名为 Agile Deliberation 的人机协同框架，用于围绕主观概念构建图像分类器，例如「健康食品」「鼓舞人心的艺术作品」或内容审核中的「付费上榜」类标题党。该框架通过 API 调用 Gemini 2.5 Pro 与 Gemini 2.5 Flash，无需微调，运行在 Jupyter 或 Colab 笔记本中；检索部分使用 CLIP 嵌入与 FAISS 索引，可在 CPU 或 GPU 上运行，演示索引约 260 MB。据 MarkTechPost 报道，代码以 Apache 2.0 许可在 GitHub 开源。

背景与影响

多数工具假设用户已清楚概念边界，而该框架假设用户并不清楚，并帮助其逐步找到边界。流程分两阶段：第一阶段用 Gemini 2.5 Pro 把概念拆成至多 3 个单元概念，并给出正负子概念候选与检索图像供用户保留、翻转或删除；第二阶段不采用经典的不确定性采样，而是让 Gemini 2.5 Flash 生成「语义边界」查询、检索图像、聚类，再用 UCB 多臂老虎机挑选下一簇，由用户标注并写下分歧说明，最后由模型把说明转成候选定义并保留得分最高者。据报在 2 个概念、18 场实时会话中，平均 F1 比零样本 Gemini 2.5 Flash 高 10.5 个点；「付费上榜」F1 为 0.59 对 0.48，精确率提升 22 个点，但召回率下降 17 个点，「健康食品」召回率下降 15 个点。

限制与来源

上述数字来自论文表格，属于特定概念与受试者条件下的结果，不代表其他场景表现；主观概念没有固定真值，团队未使用静态基准。运行需 Gemini API 密钥，默认模型与索引规模、可用地区及许可条款请以官方仓库与官网当前信息为准。本文信息源自 MarkTechPost 对 Google Research 博客、arXiv 论文与 GitHub 仓库的报道，相关性能结论尚未获独立验证。