本文介绍了一种名为复合概念提取器（CoCE）的方法，该方法通过后门攻击技术在零样本情况下学习复合概念。利用对比学习改进失真效果，并提出检测受影响对象的方式。实验结果表明该方法在不同数据集上具有实用性和适用性。

该研究旨在定义开放式学习的基本属性，并探讨其与相关概念的区别与联系。开放式学习是一个复合概念，其核心特性是在无限时间内不断产生新元素，并以开放式目标条件下的强化学习问题为重点研究领域。