待验证50% 置信事实精确时间

SL-Ground提出将每个类别描述编码为完整的句子级表示，让对象查询直接与整体表示打分，而非绕道词元。

1

来源数

50%

置信度

长期有效

时效性

2026/10/20

首次发现

来源

SL-Ground：句级定位如何突破细粒度开放词汇检测瓶颈

涉及实体

SL-Groundmodel 句子级表示concept

相关事实

待验证SL-Ground通过整句编码避免了提示分块需求，简化了部署流程并减少了长尾类别上的工程复杂度。70% 相似待验证主流OVOD方法采用短语定位框架：将文本描述拆解为词元，让对象查询与词元对齐，再通过词元到类别的聚合恢复类别得分。66% 相似待验证按特性（Feature）分层完成是Spec Coding的实践方式，每个特性有明确规格边界，AI在边界内工作66% 相似待验证生成式推荐的核心思路是把物品编码成语义ID，再用自回归方式逐层生成这些ID。65% 相似待验证句级表示将组合语义前置到编码阶段，查询与描述的对齐发生在完整语义空间内，因此车型粒度受益最大。64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1074593

API

curl https://kongchang.com/api/v1/knowledge/claims/1074593

MCP

get_claim(id=1074593)