本研究提出了一种新颖的外观-运动关联网络（UAAN），用于外部分布动作检测。该网络结合外观特征和运动上下文进行推理，实验结果表明其在多个数据集上优于现有方法，验证了在动态多媒体场景中的有效性。

本文介绍了多种新方法以提高外部分布（OOD）样本检测性能，包括LoCoOp、ODPC和NegLabel等。这些方法在真实世界数据集上表现优异，特别是在少样本学习和异常值检测方面，显著提升了检测的准确性和鲁棒性。通过对比损失和负向提示等技术，研究者们在多个基准测试中取得了最先进的结果。