WISE-ATTA:在预算受限的主动测试时自适应中何时请求标签

Hugging Face Daily Papers 论文

摘要

WISE-ATTA 提出了预算受限的主动测试时自适应(budgeted active test-time adaptation)方法,利用轻量级在线信号和基于漂移的样本选择准则,在测试流上决定何时请求标签。该方法在 ImageNet-C 和 ImageNet-R/K/A 上取得了具有竞争力的结果,同时所需的标注标签数量大幅减少。

主动测试时自适应(Active Test-Time Adaptation, ATTA)通过在推理过程中更新已部署的模型并有选择地请求监督信号,来提升分布偏移下的鲁棒性。然而,现有的大多数 ATTA 方法隐式地假设可以为每一个到来的测试批次请求监督,这在长测试流上会带来可观的标注成本。在本文中,我们提出了预算受限的 ATTA(budgeted ATTA),其中仅有部分测试批次能够获得标签。这一形式将核心挑战从「批次内应标注什么」转变为「在时间维度上何时应用监督信号」。为应对这一挑战,我们提出了一种预算感知的方法 WISE-ATTA,它基于在线计算的轻量级信号在测试流上分配监督预算,优先选择监督信号最可能发挥作用的时段。当某个批次被选中进行监督时,我们进一步采用基于漂移的样本选择准则,针对那些表现出持续、尚未收敛的自适应动态的样本,从而仅凭单个标注样本即可实现有效的模型更新。我们在合成损坏数据(ImageNet-C)和自然分布偏移(ImageNet-R/K/A)上对该方法进行了评估。在各种设置下,WISE-ATTA 相比近期的 ATTA 方法取得了具有竞争力甚至更优的性能,同时所需的标签数量大幅减少。总体而言,我们发现监督信号的时机是主动测试时自适应中一个关键但尚未得到充分探索的方面。代码:https://github.com/Muhammad-Huzaifaa/WISE-ATTA
查看原文
查看缓存全文

缓存时间: 2026/09/30 12:16

论文页面 - WISE-ATTA:在预算受限的主动测试时自适应中何时请求标注

来源:https://huggingface.co/papers/2609.37687

摘要

主动测试时自适应(Active test-time adaptation, ATTA)通过在推理过程中更新已部署的模型,并选择性地查询监督信号,从而在分布偏移下提升模型的鲁棒性。然而,现有的大多数 ATTA 方法隐式地假设可以对每一个传入的测试批次请求监督标注,这在长测试流上会带来巨大的标注成本。在这项工作中,我们提出了预算受限的 ATTA(budgeted ATTA),其中只有少数测试批次可以获取标注。这一设定将核心挑战从“如何在一个批次内决定标注哪些样本“转变为“如何在时间维度上决定何时施加监督“。为应对这一挑战,我们提出了一种预算感知的方法 WISE-ATTA,它基于在线计算的轻量级信号在测试流上分配监督预算,优先选择监督最可能发挥作用的时段。当某个批次被选中接受监督时,我们进一步采用一种基于漂移的样本筛选准则,针对那些表现出持续、尚未收敛的自适应动态的样本,从而能够仅从单个标注样本中实现有效的模型更新。我们在合成失真数据集(ImageNet-C)和自然分布偏移数据集(ImageNet-R/K/A)上对该方法进行了评估。在所有设定下,相比近期的 ATTA 方法,WISE-ATTA 取得了相当或更优的性能,同时所需的标注数量大幅减少。总体而言,我们发现监督施加的时机是主动测试时自适应中一个关键但尚未被充分探索的方面。

代码:https://github.com/Muhammad-Huzaifaa/WISE-ATTA

查看 arXiv 页面(https://arxiv.org/abs/2609.37687) 查看 PDF(https://arxiv.org/pdf/2609.37687) GitHub 3(https://github.com/Muhammad-Huzaifaa/WISE-ATTA) 添加到收藏夹(https://huggingface.co/login?next=%2Fpapers%2F2609.37687)

在你的 agent 中获取这篇论文:

hf papers read 2609.37687

还没有最新的 CLI?curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

没有模型关联到这篇论文

在模型 README.md 中引用 arxiv.org/abs/2609.37687,即可从本页面链接到该模型。

引用本文的数据集 0

没有数据集关联到这篇论文

在数据集 README.md 中引用 arxiv.org/abs/2609.37687,即可从本页面链接到该数据集。

引用本文的 Space 0

没有 Space 关联到这篇论文

在 Space README.md 中引用 arxiv.org/abs/2609.37687,即可从本页面链接到该 Space。

包含本文的收藏夹 0

没有收藏夹包含这篇论文

将本文添加到收藏夹(https://huggingface.co/new-collection),即可从本页面链接到该收藏夹。

相似文章

REFIT:无需标签即可识别、修正并测试可穿戴传感器放置偏移

arXiv cs.LG

REFIT 提出了一种面向冻结活动识别模型的无标签输入校准方法,通过拟合坐标轴变换族以匹配训练统计数据,从而纠正可穿戴传感器的放置偏移(例如更换佩戴手腕或重新绑紧腕带),在无需重新训练的情况下,性能优于现有的测试时自适应方法。