主观图像分类不再靠猜标签：Agile Deliberation让用户先厘清边界，再自动优化提示
核心概要
主观类别（如“健康食品”）的边界因人、因文化而变，传统流程却要求用户一开始就给出稳定标签。Google Research 的 Agile Deliberation 把分类器构建拆成概念界定与概念迭代两步：先让用户把大概念拆成子类与明确排除项，再用视觉语言模型挑出语义上处于边界的图像请用户判断，反馈直接进入自动提示优化循环。在 18 场、每场 1.5 小时的真人会话中，参与者经此流程构建的分类器在最具挑战性的主观图像上明显优于所比较的标准基线，并报告更低的疲劳与焦虑。
深度剖析
主观类别的分类器不再要求用户事先拿出完整定义，而是把定义过程本身变成人机之间的一轮轮对话。 传统训练流程假定标注者心中已有清晰稳定的类别定义，用户即使自己的理解仍在变化，也必须向系统提供刚性标签。 研究以 18 场、每场 1.5 小时的真人会话进行评测，参与者按随机顺序使用该系统与替代基线，以排除学习效应。
系统先把宽泛概念拆成结构化的子概念与显式排除项，再让视觉语言模型主动挑出语义上处于边界的图像交给用户裁决。 这一做法借用了主动学习挑选信息量大的样本的思路，但选择标准不是机器自身的不确定性，而是图像是否挑战当前的文本定义。 例如系统会呈现一杯水果冰沙，迫使用户判断它因含生水果而属于健康饮品，还是因高糖而被归入排除的加工食品。
用户的判断被直接送入自动提示优化循环，视觉语言模型的分类边界随用户修正后的定义同步移动。 用户不必再手工编写和反复调整提示词，只需对系统挑出的边界图像给出自然反馈。 参与者报告，手工猜测搜索词以寻找边界案例会带来明显认知疲劳，并担心修正一处提示会破坏已经调好的其他部分；使用该流程的参与者压力、挫败感和精神消耗都显著更低，且所有人都更偏好这一方式。
启示与展望
评测限定在两个高度主观的视觉领域，通过 18 场、每场 1.5 小时的真人会话与三种标准范式对比完成；材料未给出具体的性能指标数值，也未说明该方法在客观类别或非视觉任务上的表现。
材料称参与者在最具挑战性的主观图像上取得最明显的提升，但未报告具体指标；用户偏好与疲劳降低来自参与者自述，而非独立测量。