说了这么多理论，SSB方法到底表现如何？让我们来看看实验数据。研究团队在三个广泛使用的数据集上对SSB进行了全面测试：CIFAR-10、CIFAR-100和ImageNet。 在CIFAR-10数据集上，实验设置为6个动物类别作为正常类别，其余4个类别作为训练中的＂离群＂类别。此外，还从SVHN、CIFAR-100、LSUN和ImageNet测试集中抽取样本作为测试时的未见＂离群＂样本。标注数据量从25个到400个不等。 结果令人振奋。当仅有25个标注样本时，SSB在正常类别分类上的准确率达到91.65%，比最接近的竞争对手OpenMatch高出近6个百分点。同时，在异常检测上，SSB的AUROC指标达到94.76%，超过了所有现有方法。 更值得注意的是SSB对标注数据量的鲁棒性。当标注数据从50个减半到25个时，OpenMatch的准确率从91.73%暴跌到54.88%，而SSB仅从93.55%轻微下降到91.74%。这种稳定性对实际应用极为重要，因为在很多领域，标注数据非常稀缺。 在更复杂的CIFAR-100数据集上，实验设置了两种场景：80个正常类别（20个＂离群＂类别）和55个正常类别（45个＂离群＂类别）。每个类别的标注数量从25个到100个不等。 在55正常类别、每类25个标注样本的设置下，SSB的分类准确率达到71.00%，异常检测AUROC达到82.62%，双双超越了现有方法。尤其是与标准半监督学习方法如FixMatch相比，SSB在保持相近分类准确率的同时，将异常检测性能提升了近20个百分点。 在ImageNet-30数据集上（ImageNet的一个子集，包含30个不同类别），SSB同样表现出色。以前20类作为正常类别，后10类作为＂离群＂类别，SSB的分类准确率为78.47%，异常检测AUROC为90.92%，明显优于现有方法。 为了深入理解各个组件的贡献，研究团队进行了详细的消融实验。在CIFAR-10数据集上，当移除非线性投影头时，加入基于置信度的伪标签会导致异常检测性能从89.67%剧降到63.46%，证明了非线性特征分离的关键作用。 同样，当移除伪负样本挖掘时，异常检测性能从94.76%下降到90.03%。这些实验清晰地展示了SSB各组件的重要性及其协同效应。 SSB的兼容性也得到了验证。当与现有开放集半监督学习方法结合时，如MTC、T2T和OpenMatch，所有方法的分类和检测性能都得到了提升。例如，在CIFAR-100数据集上，MTC与SSB结合后，分类准确率从60.24%提升到60.42%，异常检测AUROC从69.88%提升到74.98%。