用于监督式视觉训练的语言引导：泛化能力的实证研究

基于摘要分析。本文研究监督式视觉训练中 one-hot 标签对类别语义结构和共享属性表达不足的问题，评估能否借助预训练语言模型提供轻量级辅助监督，改善视觉模型的泛化能力。研究对象是视觉学习，而非 EEG 或 BCI；其主要贡献是比较 Explicit Language Guidance（ExLG）与 Implicit Language Guidance（ImLG）在不同泛化场景中的作用。 方法方面，作者说明两种语言引导均不要求成对图像—文本数据、提示工程或对比学习目标。但摘要未给出显式与隐式引导的具体实现、语言信息如何进入视觉训练，以及辅助目标如何与监督目标结合，因此尚不能判断二者分别依赖何种语义表示或优化机制。 评估覆盖六类场景：同分布表现、分布外泛化、对捷径与伪相关的抵抗能力、纹理与形状偏置、对抗鲁棒性，以及持续学习。作者报告，在这些视觉评估中，ExLG 对同分布表现、低数据量学习及持续学习中的知识保持具有较一致的帮助；ImLG 则在对捷径敏感的场景及较强对抗扰动下往往更有用。作者还报告两者仅增加少量参数和训练开销。摘要未提供数据集、划分、基线、数值结果或开销测量条件，实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若语言引导能够利用任务类别之间的语义关系，而非仅依赖视觉特有结构，可探索其是否适合作为 EEG 分类的辅助监督。可复用的是引入类别语义的思路，信号编码器与引导接口则需改造；EEG 类别的语言语义未必对应可分辨的神经活动，低信噪比、被试差异、通道变化及小样本还可能使语义约束引入负迁移。一个可证伪的小实验是在固定跨被试划分下，比较原始监督训练、真实类别语义引导和打乱类别语义引导，检验收益是否确由语义对应关系产生。该设想不属于本文已验证结果；已有 EEG 相关工作尚未检索确认。