arXiv · ML· Xinyu Luo, Jie Liu, Kecheng Chen, Yihua Shao, Junyi Yang, Bo Ding, Nicu Sebe, Arindam Basu, Haoliang Li·· 2026-10-14AI 评分21
ELaTTA:通过潜在子空间系数搜索实现高效测试时自适应
Efficient Test-Time Adaptation through Latent Subspace Coefficients Search
AI 导读
ELaTTA 提出仅前向、无梯度的单实例测试时自适应框架,在五个视觉基准测试中展现出强准确率。 该方法冻结预训练模型,通过 CMA-ES 在预计算的潜在子空间中搜索低维系数向量进行自适应。相比 MEMO,ELaTTA 计算量降低 64.7 倍,峰值内存降低 12.4 倍,并验证了在 Raspberry Pi 5 上的部署可行性。
来源:arXiv · ML · arxiv.org