DomainNet-126

研究质疑从无标签数据中识别AI模型适应性的可行性

一篇新的研究论文探讨了从无标签证据中识别测试时适应（TTA）的可能性。该研究质疑现有的无标签数据是否足以可靠地为已部署的模型选择最佳的适应策略。研究人员证明，如果一个观测通道使得两次部署看起来相同，但它们的TTA排名却不同，那么可靠的选择就变得不可能。这种现象在CIFAR-100-C和DomainNet-126的基准研究中被观察到，表明信息通道本身可能是一个限制因素，独立于选择器的性能。