arXiv · Computer Vision· Youjia Zhang, Huiling Liu, Soyun Choi, Jaehong Yoon, Sungeun Hong·2026-09-30 12:00· 7 小时前AI 评分36

Not Every Correction Helps: Gain-Guided Continual Test-Time Adaptation

AI 导读

GAIN 是一种无需反向传播的持续测试时自适应框架，通过"历史提议、增益决策"原则控制修正强度，在 ImageNet-C 上达到 61.9% 准确率且接近源模型校准水平。该方法运行速度比代表性优化基线快 15.9 倍，无需存储样本或回放，在五个基准上实现了准确度、校准度与效率的平衡。