Hierdie navorsing stel Open-LACU bekend, ’n gevorderde masjienleer-raamwerk wat ontwerp is om klassifikasie in werklike omgewings te verbeter waar data dikwels ongemerk is en nuwe kategorieë voortdurend verskyn. Deur semi-toesighoudende leer met nuwigheidsopsporing te kombineer, kan die model bekende kategorieë klassifiseer, nuwe patrone in opleidingsdata identifiseer en heeltemal nuwe kategorieë tydens gebruik opspoor. Die studie toon dat Open-LACU die afhanklikheid van duur gemerkte data kan verminder en terselfdertyd die veiligheid en aanpasbaarheid van KI-stelsels verbeter, wat dit ’n belangrike stap maak na meer realistiese en robuuste klassifikasiestelsels.