logits-校准

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。