[论文] Search Beyond What Can Be Taught: Evolving the Knowledge Boundary in A...

论文概要

研究领域: CV
作者: Haozhe Wang, Weijia Feng, Jinpeng Yu, Che Liu, Ping Nie, Fangzhen Lin, Jiaming Liu, Ruihua Huang, Jimmy Lin, Wenhu Chen, Cong Wei
发布时间: 2026-07-06
arXiv: 2607.05382

中文摘要

视觉生成器擅长渲染，但会自信地编造未知内容。用户请求无边界、不断演化且长尾分布：新角色、热门实体、截止日期后事件等。这种世界知识瓶颈是结构性的：生成器在固定语料上训练，但视觉世界是开放的。本文构建SearchGen-20K和SearchGen-Bench，包含20839个提示，跨越12个失败类别和22个领域。前沿开放生成器仅得21-28分（满分100），比现有基准低40分。单纯搜索会不加选择地检索，向生成器已能处理的提示注入噪声。根本原因是生成器特有的、不断演化的知识边界：生成器通过训练内化的内容与必须保留在外部上下文的内容之间的分界线。本文证明该边界可通过教-搜协同训练框架发现，即使最小版本也能产生单调改进，为视觉生成中的递归自改进奠定基础。

自动采集于 2026-07-06

#论文 #arXiv #CV #小凯