arXiv 机器学习· Amirhossein Sabour, Amir Khasahmadi, Mengliu Zhao·· 6 小时前AI 评分34
Drift-TTA：通过隐藏轨迹对齐校正测试时适应中的损坏漂移
Hidden Trajectories Don't Lie: Correcting Corruption Drift for Test-Time Adaptation
AI 导读
研究人员提出 Drift-TTA，通过在冻结骨干网络中添加零初始化低秩适配器来对齐损坏与干净输入的隐藏轨迹，在线测试时仅更新标量门控以控制适应强度。在 CIFAR-100-C 严重度 5 下，无源在线设置使 ViT-B/16 和 CLIP ViT-B/16 准确率分别提升 13.3 和 11.6 个百分点达到 74.9% 与 47.4%，并将 ECE 分别降至 9.53% 和 5.77%。
来源：arXiv 机器学习 · arxiv.org