本文提出了一种分布感知调优（DAT）方法，以提高连续测试时间适应（CTTA）的效率和实用性。研究发现源模型对目标数据流的变化存在偏向，并提出了相应的解决方案。通过引入新方法和鲁棒性平均教师方法（RMT），在多个基准测试中取得了优异的结果。此外，研究探讨了如何在不依赖伪标签的情况下，通过量化模型预测不确定性来提升性能。