frozen models

新的无梯度方法使冻结的AI模型能够进行测试时适应

研究人员开发了CASTER，一种用于冻结模型测试时适应（TTA）的新型无梯度方法。该方法将源类别统计量存储在子空间中，并从目标批次矩估计仿射变换，以便在分类前适应分布。CASTER不需要反向传播或优化器状态，在大多数测试环境中，其性能优于相同冻结特征上的k-NN，同时使用的状态要少得多。该方法还包括一个可传输性证书，用于识别不可靠的适应场景，特别是在ImageNet-C等损坏的数据集上，并且可以进行门控以提高性能。