标签
CF-NODE 提出了一种基于反事实空间节点干预的测试时间自适应框架，用于跨域糖尿病视网膜病变分级，在五个外部数据集上显著优于 TENT、EATA、SAR 和 T3A 等方法。
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。
本文提出一种跨平台公平性评估框架，用于审计心理健康自然语言处理中的Transformer模型，揭示了当模型应用于不同社交媒体平台时，存在显著的性能与校准问题。
本文引入地理领域偏移来量化和分析人类移动流生成模型跨区域的可迁移性，揭示空间异质性，并为改进GeoAI模型开发提供框架。
本文研究了领域偏移下金融命名实体识别的置信度估计和选择性预测，评估了BERT和LoRA微调的Qwen模型，以提高在不同输入分布（如SEC文件和社交媒体）下的可靠性。
本文研究农业食品视觉语言模型中的提示集成和领域偏移，引入基于提示的不一致性检测（PID）以增强可靠性，利用提示分歧作为不确定性代理。
本文介绍了一个GitHub仓库，用于复现一篇关于战场场景中无人机声学检测的论文，解决了噪声、域偏移和弱标签等挑战。该仓库提供了方法代码和评估协议，并附有用于测试的合成数据。
Introduces DALMA, a probabilistic representation learning framework that uses biological supervision to improve cross-center generalization of MALDI-TOF mass spectrometry models for clinical microbiology tasks like microbial identification and antimicrobial resistance prediction.
本文介绍了SULAND v2，一个精细化的RGB地表地雷检测数据集和基准，用于UAV/UGV测量，解决了目标检测中的标注错误和域偏移评估问题。
本文提出了一个统一的LLM持续学习框架，将变化沿空间（新领域）和时间（数据漂移）两个维度进行解耦。它评估了多种方法，包括提示、监督学习、强化学习和上下文压缩，在现实的顺序设置下。
提出BP-TTA，一种通过结合批次平衡采样与原型指导约束来处理类别不平衡和持续域偏移的测试时自适应方法，在动态流式场景中实现了最先进的性能。
领域算术（DART）提出了一种在环境变化下对视觉-语言-动作模型进行单样本适应的方法，利用权重向量算术和子空间对齐，仅需单个示范。
本文介绍了Afrispeech Semantics，这是一个用于评估音频语言模型在语义推理任务上的基准测试，包括跨多种领域和口音的蕴含、一致性、合理性、口音漂移和口音抑制。