Google Research 提出 Agile Deliberation 主觀分類方法

2026 年 11 月 5 日，Google Research 的 Research Scientist Otilia Stretcu 與 Student Researcher Leijie Wang 公佈了 Agile Deliberation 方法，目標是構建用於主觀類別的 AI 影像分類器。該方法通過互動式商議工作流引導使用者完成分類定義，工作流覆蓋從界定子類別到處理邊緣案例的過程，並通過 LLM 驅動的最佳化迴圈自動構建準確且對齊的分類器。

文章指出，機器學習模型從人類標註的樣例中學習識別周圍世界，其前提是標註者在開始前對類別有清晰且穩定的定義。這一前提在 stop sign 或 golden retriever 這類客觀類別上成立，但當類別本身是主觀的，例如「健康食品」「鼓舞人心的藝術」時，標註者的定義並不穩定，會給訓練帶來難題，這正是該方法要解決的情況。目前材料中可核對的資訊到該方法的提出與思路說明為止。