自学或学以致用？自编码用于广义类别发现

通过优化的方式，我们提出了一种新颖、高效且自我监督的方法，能够在测试时发现以前未知的类别。我们的方法通过将最短长度的类别编码分配给每个数据实例来捕捉现实世界数据集中普遍存在的隐含类别层次结构，从而增强了对类别细粒度的控制，使我们的模型能够熟练处理细粒度类别。实验证明了我们解决方案在管理测试时的未知类别方面的有效性，并且我们提供了一个理论基础证明其最优性。