本文介绍了一种名为Test-Time Self-Training（TeST）的技术，旨在提高模型在分布变化下的适应性。研究表明，TeST在目标检测和图像分割任务中表现优异，超越了现有的域自适应算法，并提出了多种检测算法以提升异常检测性能和模型鲁棒性。