测试时间适应（TTA）在不平衡数据上表现不佳，导致性能下降。研究提出了平衡的batchnorm层，结合自我训练（ST）和锚定损失正则化，提升适应性。最终模型TRIBE在四个数据集上表现优异，代码可在GitHub获取。

TRIBE是一种测试时间适应（TTA）模型，通过平衡的batchnorm层和锚定损失解决了不平衡测试数据和持续域漂移的问题。TRIBE在四个真实世界TTA数据集上评估，实现了最先进的性能。