#测试时适应

共 4 篇相关文章

MIRA是一种无需源数据的测试时适应方法，通过互信息引导的扰动探测和加权熵损失，解决确定性置信度在分布偏移下不可靠的问题，在精度、校准和NLL上均有提升。

Timbre 提出可靠性感知谐波共识框架，用于无标签多模态测试时强化学习。通过 2×2 视图网格、加权谐波聚合与置信度漂移信号自适应调整模态权重，在六个基准和三个 Qwen3-VL 规模上多数设置优于 TTRV，缓解多数投票强化错误共识的问题。

PORTAL控制器决定测试时适应的干预时机：通过共享比较与动态标签查询，在标签稀缺下选择何时部署干预、标注哪些输入、何时停止，避免平均准确率掩盖的批次失败。

T2-Z 提出测试时优化环境潜变量，让机器人世界模型无需监督即可适应新环境。实验显示预测误差从15.20降至7.00，动作成功率从33.73%提升至72.96%，单次交互即可推断环境潜变量。