**苹果提出GH-ESD：面向实例级视觉任务的地面化假设驱动错误切片发现方法**

_GH-ESD: Grounded Hypothesis-Driven Error Slice Discovery for Instance-Level Vision Tasks_

> 苹果机器学习研究团队提出GH-ESD（Grounded Hypothesis-Driven Error Slice Discovery），一种针对目标检测与分割等实例级视觉任务的错误切片发现新方法。该方法通过结合语义假设与空间关系建模，识别模型在特定上下文或空间模式下的系统性失效，弥补了传统基于聚类或预定义属性的切片发现方法在实例级任务中的不足。

**来源信息**
- **来源**：Apple Machine Learning Research（RSS）
- **分类**：论文
- **发布时间**：2026-07-27 08:00（北京时间）
- **原文**：[打开原文](https://machinelearning.apple.com/research/gh-esd)