Tag · 18 篇
分布偏移
YieldSAT：面向高分辨率作物产量预测的多模态基准数据集
YieldSAT: A Multimodal Benchmark Dataset for High-Resolution Crop Yield Prediction
把作物产量预测重新定义为基于多光谱卫星影像的像素级回归任务，并给出多模态融合架构与深度集成在真实分布偏移下的对比基线，可直接复用于遥感密集回归与域偏移鲁棒性研究。
当漂亮不再有用：探究现代文本到图像模型为何无法作为可靠的训练数据生成器
When Pretty Isn't Useful: Investigating Why Modern Text-to-Image Models Fail as Reliable Training Data Generators
对做合成数据训练、数据增强或生成式数据引擎的视觉研究者，这篇论文提示：T2I 模型的视觉保真度与提示词遵循度提升并不等于训练数据可用性提升，需在数据生成流程中显式度量生成分布的多样性与对真实分布的覆盖度，而非只看 FID 或人工观感。
当AVSR遇见视频会议：数据集、退化现象及性能崩溃背后的隐藏机制
When AVSR Meets Video Conferencing: Dataset, Degradation, and the Hidden Mechanism Behind Performance Collapse
论文构建了面向视频会议场景的多模态音视频语音识别数据集MLD-VC，并揭示了语音增强算法与Lombard效应引起的分布偏移是性能下降的主因，为视觉研究者提供了真实场景下的鲁棒性评测基准和微调策略。
黄金子空间：持续测试时自适应中效率与泛化的交汇点
The Golden Subspace: Where Efficiency Meets Generalization in Continual Test-Time Adaptation
把预训练分类器的行空间当作「黄金子空间」，用样本级平均梯度外积（AGOP）在线估计它，再用轻量适配器把特征投影进去——这套做法可以迁移到任何需要在无源数据、分布偏移下在线更新特征的视觉模型（检测、分割、BEV 感知），且只学一个紧凑缩放向量，几乎不增加推理开销。
SimLBR：通过学习检测真实图像来检测伪造图像
SimLBR: Learning to Detect Fake Images by Learning to Detect Real Images
提出在潜空间对真实图像做混合正则化来学习紧致的真实分布边界，将伪造类别视为汇点类，这种思路可迁移到其他需要检测分布外样本的视觉任务（如异常检测、开放集识别）。
Query2Uncertainty：分布偏移下3D目标检测的鲁棒不确定性量化与校准
Query2Uncertainty: Robust Uncertainty Quantification and Calibration for 3D Object Detection under Distribution Shift
对做3D检测部署的人，这篇给出一个可复用的后处理校准思路：直接拿DETR式检测器的潜变量object query特征拟合密度估计器，用密度值在分布偏移下同时重校准分类置信度与边界框回归不确定性，无需重训练检测器。
测试时自适应中的神经坍缩
Neural Collapse in Test-Time Adaptation
把神经坍缩推广到样本级（NC3+），指出域偏移下性能下降源于样本级特征-分类器错位，并据此设计混合目标（几何邻近+预测置信度）来重对齐特征与分类器权重，可直接嵌入现有 TTA 流程（如 Tent）提升 OOD 鲁棒性。
通过自适应概率高斯校准的多模态测试时自适应
Multi-modal Test-time Adaptation via Adaptive Probabilistic Gaussian Calibration
把类别条件分布显式建模成概率高斯模型，并用对比式非对称校正来抵消模态间分布不对称，这套思路可直接迁移到视觉-语言模型在推理阶段的分布偏移自适应，尤其是需要可靠决策边界的开放场景。
缓解基于扩散的数据集蒸馏中的分布偏移
Mitigating The Distribution Shift of Diffusion-based Dataset Distillation
对做数据集蒸馏或需要合成小规模训练集的人，这篇给出了两个可直接复用的手段：在扩散训练时加 L1 稀疏正则让模型学紧凑流形，以及在采样时对整个合成集同步去噪并加分布正则，替代逐样本顺序采样。
由内而外：通过内部工作机制度量视觉 Transformer 的泛化
Inside-Out: Measuring Generalization in Vision Transformers Through Inner Workings
提出用模型内部电路（因果交互）作为无标签泛化代理指标，视觉研究者可在部署前模型选择与部署后分布偏移监控中复用该思路，替代不可靠的置信度指标。
Fed-ADE：分布偏移下联邦后自适应的自适应学习率
Fed-ADE: Adaptive Learning Rate for Federated Post-adaptation under Distribution Shift
为视觉模型部署后的无标签在线自适应提供了一套按客户端、按时间步动态调节学习率的机制：用预测不确定性的变化与特征漂移来估计分布偏移强度，可直接迁移到视觉模型在非平稳数据流上的持续测试时自适应，避免固定学习率导致的欠拟合或发散。
面向视觉语言模型测试时自适应的动态 Logits 调整与探索
Dynamic Logits Adjustment and Exploration for Test-Time Adaptation in Vision Language Models
针对 VLM 测试时自适应中熵过滤只取高置信样本、继承类别偏置的问题，提出用测试预测统计动态校准 logits，并用一致性引导的探索缓存主动纳入决策边界附近样本；这套「logit 校准 + 边界探索缓存」可直接迁移到 CLIP 类模型的在线部署与分布偏移场景。
跨越偏移的舞蹈：通过动态风格桥接实现前向促进式持续测试时自适应
Dance Across Shifts: Forward-Facilitation Continual Test-Time Adaptation through Dynamic Style Bridging
用预先生成的类原型配合多层级风格桥接（输入/统计/表征层）替代源域伪标签，为持续测试时自适应提供可靠监督信号，可直接迁移到任何需要在线适应分布偏移的视觉识别流程中。
概念引导微调：引导 ViT 远离虚假相关以提升鲁棒性
Concept-Guided Fine-Tuning: Steering ViTs away from Spurious Correlations to Improve Robustness
用 LLM 无标签提出类相关概念、VLM 分割成概念掩码，再以微调目标把 ViT 的内部相关性图对齐到这些概念区域并抑制背景，是一种可直接复用的、无需人工标注的鲁棒性微调手段，也可用来提升模型可解释性。
弥合领域专业知识与泛化能力以实现性能估计
Bridging Domain Expertise and Generalization for Performance Estimation
在无标签测试集上估计模型真实性能时，可借用外部基础模型的预测作为参考信号，通过温度缩放校准对齐分布后再做置信度加权融合，缓解分布偏移下模型自身输出偏差被放大的问题；这套参考分布构造思路可直接迁移到视觉模型的部署前评估与模型选择。
BD-Merging：证据引导对比学习的偏差感知动态模型合并
BD-Merging: Bias-Aware Dynamic Model Merging with Evidence-Guided Contrastive Learning
对做多任务视觉模型部署的人，这篇给出了一套在测试时分布偏移下仍可靠的无监督模型合并方案：用证据检测头建模统一标签空间上的不确定性，再用邻域证据差异分数（ADS）驱动对比学习训练去偏路由器，按样本动态分配任务/层权重。可直接复用到多任务检测、分割等模型的免数据合并与测试时自适应场景。
通过多模态贝叶斯分布学习实现点云分析自适应
Adapting Point Cloud Analysis via Multimodal Bayesian Distribution Learning
把每个类别的文本先验与流式视觉特征都建模为高斯分布，用贝叶斯模型平均按后验证据自动加权融合，替代 cache 式 TTA 的启发式 logit 融合，可直接迁移到点云分类/分割等任务在分布偏移下的在线自适应。
AcTTA：通过动态激活重新审视测试时自适应
AcTTA: Rethinking Test-Time Adaptation via Dynamic Activation
把激活函数（ReLU/GELU）重参数化为可学习的阈值偏移与梯度敏感度调制，在测试时只更新这组极少量参数即可应对域偏移，为视觉模型部署时提供了一种比调归一化层更轻量、无需源数据的 TTA 手段。