SoTTA:嘈杂数据流上的鲁棒测试时适应

💡 原文中文,约2300字,阅读约需6分钟。
📝

内容提要

该文介绍了一种新的测试时适应性算法(SoTTA),通过高置信度统一类别采样实现输入层面的健壮性和通过熵-锐度最小化提高模型参数对噪声样本大梯度的健壮性,从而对噪声样本具有鲁棒性。

🏷️

标签

➡️

继续阅读