論文の概要: GoTTA be Diverse: Rethinking Memory Policies for Test-Time Adaptation

• arxiv url: http://arxiv.org/abs/2605.19890v1
• Date: Tue, 19 May 2026 14:18:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:09.396133
• Title: GoTTA be Diverse: Rethinking Memory Policies for Test-Time Adaptation
• Title（参考訳）: GoTTAが逆になる - テスト時間適応のためのメモリポリシの再考
• Authors: Shyma Alhuwaider, Yasmeen Alsaedy, Merey Ramazanova, Silvio Giancola, Bernard Ghanem,
• Abstract要約: テスト時間適応(TTA)は、事前訓練されたモデルが、分散シフトの下でラベルのないテストストリームにオンラインで適応できるようにする。 ほとんどのTTA研究は適応の目的に焦点を当てているが、実用的なストリームはどのサンプルが適応を駆動するかを選択するのに使用されるメモリにも大きく依存している。 本稿では,クラスバランスアロケーションと特徴空間の多様性を組み合わせた多様性を考慮したメモリポリシーであるGOTTAについて紹介する。
• 参考スコア（独自算出の注目度）: 54.70334474895361
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Test-time adaptation (TTA) enables a pre-trained model to adapt online to an unlabeled test stream under distribution shift. While most TTA research focuses on the adaptation objective, practical streams also depend critically on the memory used to select which test samples drive adaptation. Existing memory mechanisms are usually evaluated as components of specific TTA algorithms, making it difficult to isolate which memory design choices matter and when they matter. In this work, we provide a systematic benchmark that decouples memory from the adaptation algorithm and evaluates memory policies under unified conditions across i.i.d., non-i.i.d., continual, and practical test streams. Our study shows that effective memory management requires more than retaining recent or class-balanced samples. In particular, intra-class diversity is a key factor for avoiding redundant buffers and maintaining representative adaptation signals under temporally correlated and label-skewed streams. Motivated by this finding, we introduce Guided Observational Test-Time Adaptation (GOTTA), a family of diversity-aware memory policies that combine class-balanced allocation with feature-space diversity. GOTTA memories act as drop-in replacements for existing buffers and can be paired with different TTA objectives. Across corruption benchmarks and video-stream settings, diversity-aware memory improves adaptation most clearly under constrained memory budgets and challenging non-i.i.d. streams, while remaining competitive as memory capacity increases. These results highlight memory management as a first-class component of robust test-time adaptation and identify diversity as a central principle for practical TTA.
• Abstract（参考訳）: テスト時間適応(TTA)は、事前訓練されたモデルが、分散シフトの下でラベルのないテストストリームにオンラインで適応できるようにする。 ほとんどのTTA研究は適応の目的に焦点を当てているが、実用的なストリームはどのサンプルが適応を駆動するかを選択するのに使用されるメモリにも大きく依存している。 既存のメモリ機構は、通常、特定のTTAアルゴリズムの構成要素として評価されるため、どのメモリ設計が重要か、いつ重要かを特定することは困難である。 本研究では、適応アルゴリズムからメモリを分離し、I.d.、非i.d.、連続的、実用的なテストストリームにわたる統一条件下でメモリポリシーを評価する体系的なベンチマークを提供する。 本研究は,近年のメモリ管理には,近年のメモリ管理やクラスバランスの維持以上の効果が必要であることを示唆している。 特に、クラス内多様性は、冗長バッファを回避し、時間的相関およびラベルスキュードストリームの下で代表適応信号を維持するための重要な要素である。 この発見を動機として,クラスバランスアロケーションと特徴空間の多様性を組み合わせた多様性を考慮したメモリポリシーであるGOTTA(Guid Observational Test-Time Adaptation)を導入する。 GOTTAメモリは、既存のバッファのドロップイン置換として機能し、異なるTTA目標と組み合わせることができる。 汚職ベンチマークやビデオストリームの設定を通じて、多様性に配慮したメモリは、メモリ容量が増加するにつれて競争力を維持しながら、制限されたメモリ予算と非i.d.ストリームに挑戦し、適応性を最も明確に改善する。 これらの結果は、堅牢なテスト時間適応の第一級コンポーネントとしてメモリ管理を強調し、多様性を実践的TTAの中心原則として認識する。

関連論文リスト

• Is One Score Enough? Rethinking the Evaluation of Sequentially Evolving LLM Memory [50.857546269660276]
  本稿では,大規模言語モデル(LLM)メモリを逐次進化させる診断評価フレームワークであるSeqMem-Evalを紹介する。 最終的なパフォーマンスのみに焦点を当てるのではなく、SeqMem-Evalは、シーケンシャル推論において、メモリ状態がどのように進化し、一般化し、エクスペリエンスを集約し、有用な情報を保持するかを評価する。
  論文  参考訳（メタデータ） (2026-05-14T20:15:22Z)
• Test-Time Adaptive Object Detection with Foundation Model [39.96498227103011]
  本稿では,最初の基礎モデルを用いたテスト時適応オブジェクト検出手法を提案する。 視覚言語検出駆動テスト時間適応のためのマルチモーダルPromptベースのMean-Teacherフレームワークを設計する。 テストバッチ毎に高品質な擬似ラベルを保証するため、インスタンス動的メモリを維持します。
  論文  参考訳（メタデータ） (2025-10-29T05:19:38Z)
• Dynamic Dual Buffer with Divide-and-Conquer Strategy for Online Continual Learning [10.599650191041217]
  オンライン連続学習(OCL)は、バッチからバッチまでのオンラインフォーマットで新しいデータが到着する複雑な学習環境を提供する。 本稿では、動的情報を保持するための短期記憶システムと、永続的な知識をアーカイブする長期記憶システムを組み込んだ革新的なメモリフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-05-23T16:57:04Z)
• SURGEON: Memory-Adaptive Fully Test-Time Adaptation via Dynamic Activation Sparsity [30.260783715373382]
  テスト時間適応(TTA)は、未ラベルのターゲットデータにオンラインで適応することで、ディープモデルの性能を向上させるために出現している。 しかし、特にリソース制約のある端末におけるメモリコストは、ほとんどの後方プロパゲーションベースのTTAメソッドの効果的な展開を妨げる。 メモリの制約に対処するため,SURGEONを導入する。
  論文  参考訳（メタデータ） (2025-03-26T09:27:09Z)
• Resilient Practical Test-Time Adaptation: Soft Batch Normalization Alignment and Entropy-driven Memory Bank [24.096250529224914]
  本稿では,パラメータのレジリエンスとデータ品質に着目した実践的なテスト時間適応手法(ResiTTA)を提案する。 我々は、タイムライン、過信サンプルの持続性、適応時の高品質なデータに対するサンプル不確かさを考慮に入れたエントロピー駆動型メモリバンクを使用する。 さまざまなベンチマークデータセット間でResiTTAを実証的に検証し、最先端のパフォーマンスを実証する。
  論文  参考訳（メタデータ） (2024-01-26T03:24:55Z)
• AdaNPC: Exploring Non-Parametric Classifier for Test-Time Adaptation [64.9230895853942]
  ドメインの一般化は、ターゲットのドメイン情報を活用することなく、任意に困難にすることができる。 この問題に対処するためにテスト時適応(TTA)手法が提案されている。 本研究では,テスト時間適応(AdaNPC)を行うためにNon-Parametricを採用する。
  論文  参考訳（メタデータ） (2023-04-25T04:23:13Z)
• EcoTTA: Memory-Efficient Continual Test-time Adaptation via Self-distilled Regularization [71.70414291057332]
  TTAは主にメモリ制限のあるエッジデバイス上で実行される。 長期的な適応は、しばしば破滅的な忘れとエラーの蓄積につながる。 本稿では,凍結したオリジナルネットワークを対象ドメインに適応させる軽量なメタネットワークを提案する。
  論文  参考訳（メタデータ） (2023-03-03T13:05:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。