09:10
官方账号arXiv cs.LG@Damian Sójka, Marc Masana, Bartłomiej Twardowski, Sebastian Cygert
73°
推荐理由：这篇论文提出了一个简单的改进方法，让教师模型不更新权重，就能显著提升测试时适应的性能。
intransigent teacher
共 1 条相关 AI 资讯
9月3日
09:10
研究人员挑战了测试时适应(TTA)中常用的教师-学生框架，发现指数移动平均方法仍会导致误差累积。论文提出使用不更新权值的固执教师(intransigent teacher)，显著提升了在长序列数据集上的性能。该方法增强了模型对超参数变化的鲁棒性，可无缝应用于多种架构和实验设置，包括语义分割。