引导而非阻碍：一种共轭一致增强策略用于领域泛化

本研究解决了领域泛化中由于分布变化导致的不足，通过从类的角度出发，提出了一种新的共轭一致增强模块（Con2EM），以加强类别间的辨别能力。研究表明，该方法通过生成多样的领域相关类别条件分布显著提升了模型的泛化能力，并且在与现有技术相比，展示了更低的计算成本和更好的效果。