本文提出了CiPR框架，旨在解决广义类别发现问题。该框架结合对比学习和半监督聚类算法，能够自动聚类未知类别。研究结果表明，CiPR在公共数据集上的表现优越，推动了广义类别发现的研究，并提升了新旧类别识别的性能。

本文介绍了多种基于文本和图像的半监督聚类方法，如动态概念对比学习（DCCL）和广义类别发现（GCD）。这些方法在多个数据集上表现优异，特别是在细粒度识别和长尾分布类别发现方面。