概念Test-Time Adaptation / TTA
测试时适应
一种机器学习范式，指在推理/部署阶段而非训练阶段调整模型参数或状态，使模型能够适应与训练分布不一致的测试环境，常用于提升模型的泛化与鲁棒性。
时间轴 (近 90 天)
10月20日
在测试时适应场景下，智能体需要在部署阶段根据新证据持续更新行为，同时保留仍然有效的旧规则；更新过于激进或保守都会导致问题，这一权衡是 AdaExploreBench 所揭示瓶颈的重要成因之一。
待验证50%
10月16日
T2-Z 属于测试时适应（Test-Time Adaptation, TTA）范式，避免为每个新环境做全模型微调，将适应能力压缩到一个低维潜变量上。
待验证50%
9月11日
测试时适应（Test-Time Adaptation）要求模型在推理阶段利用无标签的测试数据动态调整自身参数，以应对分布偏移
待验证50%
9月5日
测试时适应（TTA）允许模型在推理阶段利用少量目标域数据进行批归一化层参数的在线更新，是应对领域偏移的轻量级方案
待验证70%
全部知识事实 (4)
待验证
测试时适应（TTA）允许模型在推理阶段利用少量目标域数据进行批归一化层参数的在线更新，是应对领域偏移的轻量级方案
70%待验证在测试时适应场景下，智能体需要在部署阶段根据新证据持续更新行为，同时保留仍然有效的旧规则；更新过于激进或保守都会导致问题，这一权衡是 AdaExploreBench 所揭示瓶颈的重要成因之一。
50%待验证T2-Z 属于测试时适应（Test-Time Adaptation, TTA）范式，避免为每个新环境做全模型微调，将适应能力压缩到一个低维潜变量上。
50%待验证测试时适应（Test-Time Adaptation）要求模型在推理阶段利用无标签的测试数据动态调整自身参数，以应对分布偏移
50%