该研究提出了Source-free Multi-target Domain Adaptation任务，使用CoNMix框架解决。该框架利用目标伪标签改善目标适应性，并使用伪标签细化方法减少噪声伪标签。MKD用于改进多个目标域的泛化能力，并展示了VT骨干的优势。该框架在多个流行域适应数据集上取得了最先进的成果。

该研究提出了Source-free Multi-target Domain Adaptation任务，并使用CoNMix框架解决。该框架利用目标伪标签改善目标适应性，并使用伪标签细化方法减少噪声伪标签。此外，还提出了MKD用于改进多个目标域的泛化能力，并展示了VT骨干的优势。该框架在多个流行域适应数据集上取得了最先进的成果。

该研究提出了Source-free Multi-target Domain Adaptation任务，并使用CoNMix框架解决。该框架利用目标伪标签改善目标适应性，并使用伪标签细化方法减少噪声伪标签。此外，还提出了MKD用于改进多个目标域的泛化能力，并展示了VT骨干具有更好的特征表示和分类可辨别性。该框架在多种流行域适应数据集上实现了最先进的成果。