该文章介绍了一种基于非负核回归的软聚类方法，用于检测训练过程中没有见过的样本。该方法在计算和存储复杂性方面有显著降低，并在四个基准测试中相比现有方法提高了多达4个AUROC点。作者还推出了一种熵限制版本，进一步降低了存储需求。该软聚类方法在ODD检测中显示了在极端规模数据环境中检测尾部现象的潜力。