近日，我院贺文武教授团队与中国科学院先进技术研究院的崔卓须研究员以及香港浸会大学合作，在人工智能顶级会议NeurIPS 2025上发表了题为《DualCnst:Enhancing Zero-Shot Out-of-Distribution Detection via Text-Image Consistency in Vision-Language Models》的论文，该论文由贺文武教授指导，其研究生乐发燚为第一作者，贺文武教授为第二作者兼通讯作者。
该研究提出了一种名为DualCnst的创新框架，在零样本分布外（OOD）检测这一AI安全核心难题上取得重要突破。OOD检测是确保AI模型在医疗、自动驾驶等高风险应用中安全可靠的关键技术。DualCnst框架创造性地融合了文本与图像的双重信息一致性，使AI模型无需额外训练或真实数据即可精准识别未知或异常样本。实验结果表明，该框架性能大幅领先于现有国际先进方法。在ImageNet-1k 等权威基准测试中，将平均假阳性率（FPR95）从25.40%显著降低至21.45%;在极具挑战性的Near 00D检测任务上，误报率进一步下降5.4%。特别是在医疗影像检测等对可靠性要求极高的场景中，DualCnst在CheXpert数据集上取得了接近完美的表现，相关指标高达99.97%，展现了其在关键安全领域的巨大应用潜力。此项研究彰显了我院在人工智能前沿领域的扎实科研实力，也为构建更安全、可信的人工智能系统提供了新范式。
