跳到正文
arXiv · ML· Tomoya Wakayama·· 9 小时前AI 评分29

Test-Time Training 的决策理论视角:何时、多远及沿哪些方向自适应

A Decision-Theoretic View of Test-Time Training: When, How Far, and Which Directions to Adapt

AI 导读

该研究通过决策理论视角解释 Test-Time Training 在分布偏移下的性能不稳定性,将其视为核隐域中的隐式贝叶斯推断。 在高斯过程基准下,证明当参数更新在频谱上与提示信号噪声比匹配且对齐于查询相关特征方向时,可降低预测误差。

来源:arXiv · ML · arxiv.org