Breaking Spurious Correlations via Generative Randomization and Cross-Variant Self-Supervised Learning
通过生成式随机化和跨变体自监督学习打破虚假相关性
机构 * Indraprastha Institute of Information Technology Delhi（德里英迪拉甘地信息技术学院）
AI总结 研究针对深度神经网络在分布转移时因利用虚假相关性而失败的问题，提出两阶段框架，先通过生成式干预分离前景对象并生成变体，再引入跨变体自监督学习，经微调后在多个基准测试中取得优异最差组性能。
Comments Accepted at CVPR Workshop 2026 GCV
