研究人员开发了DOME，一种新的测试时自适应方法，该方法从稀疏监督中显式地建模域变量。与先前推断单一全局域分布的方法不同，DOME利用视觉-语言预训练提取密集表示，并将域参数化为分布变量。这种方法包括一个动量更新的稀疏域库，使得即使是基本的自适应策略也能在各种基准测试中取得最先进的性能，这表明显式的域表示是稳健自适应的关键。 AI
影响 显式的域表示可能导致在现实世界、不断变化的环境中更鲁棒的AI模型。
排序理由 该集群包含一篇详细介绍测试时自适应新方法的 ist-time adaptation 的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →