Investigación de Google presenta un marco de deliberación ágil para la clasificación subjetiva de imágenes

Google Research ha presentado Agile Deliberation, un nuevo marco de trabajo con intervención humana diseñado para construir clasificadores de imágenes para conceptos que carecen de límites claros, como identificar 'alimentos saludables' o 'arte inspirador'. A diferencia de las herramientas existentes, que asumen que las definiciones de conceptos son conocidas, este marco ayuda a los usuarios a establecer esos límites subjetivos, transformando ideas vagas en políticas estructuradas y escritas que también sirven como indicaciones para los clasificadores de Visión-Lenguaje (VLM). La metodología, desarrollada a partir de entrevistas con especialistas en moderación de contenidos, implica un proceso de dos etapas. La etapa 1 utiliza la concatenación de indicaciones con Gemini 2.5 Pro para descomponer un concepto en hasta tres conceptos unitarios, presentando a los usuarios subconceptos positivos y negativos candidatos junto con imágenes recuperadas para su refinamiento. La etapa 2 evita la muestreo tradicional de incertidumbre, centrándose en encontrar imágenes que sean semánticamente marginales, dada las puntuaciones de confianza no calibradas de los VLM generativos. El equipo de investigación llevó a cabo 18 sesiones en vivo, cada una con una duración de aproximadamente 90 minutos, que involucraron a nueve participantes sin experiencia profesional en la moderación. Estas sesiones compararon Agile Deliberation con la deliberación manual para los conceptos de 'contenido clickbait pagado' y 'alimentos saludables'. El marco está disponible a través de un Demo.ipynb, que requiere una clave de API de Gemini y utiliza Gemini-2.5-Pro y Gemini-2.5-Flash, e incluye un script de configuración para construir un índice FAISS sobre incrustaciones de CLIP de LAION-400M.