CVPR 2024工作TEA，测试时自适应是怎样的？

来宣传下我们在CVPR 2024的相关工作。

我们的工作着眼于测试时自适应（Test Time Adaptation），以提高模型对测试场景的泛化能力。TEA从能量角度出发，把任意给定模型重新定义成能量模型，通过能量优化直接把目标测试分布注入模型。我们的方法，在不接触训练数据与训练过程的情况下，仅在测试阶段，不改变模型结构就能拉近模型内建分布和测试分布的距离，增强模型的感知度与适应性，最终提高泛化性能。详情可查阅论文，欢迎批评与指正！