Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.24000

帮助 | 高级搜索

计算机科学 > 机器学习

arXiv:2506.24000 (cs)
[提交于 2025年6月30日 ]

标题: 进步的幻觉? 对视觉-语言模型测试时适应的批判性审视

标题: The Illusion of Progress? A Critical Look at Test-Time Adaptation for Vision-Language Models

Authors:Lijun Sheng, Jian Liang, Ran He, Zilei Wang, Tieniu Tan
摘要: 测试时适应(TTA)方法在增强视觉-语言模型(VLMs)如CLIP在推理期间的性能方面引起了广泛关注,而无需额外的标记数据。 然而,当前的TTA研究通常存在重大限制,例如基准结果的重复、评估指标有限、实验设置不一致和分析不足。 这些问题阻碍了TTA方法之间的公平比较,并模糊了它们的实际优势和劣势。 为了解决这些挑战,我们引入了TTA-VLM,这是一个全面的基准,用于评估VLM上的TTA方法。 我们的基准在一个统一且可复现的框架内实现了8种周期性TTA和7种在线TTA方法,并在15个广泛使用的数据集上对其进行评估。 与之前仅专注于CLIP的研究不同,我们将评估扩展到SigLIP——一个使用Sigmoid损失训练的模型,并包括训练时微调方法如CoOp、MaPLe和TeCoA以评估通用性。 除了分类准确率外,TTA-VLM还结合了各种评估指标,包括鲁棒性、校准、分布外检测和稳定性,从而能够更全面地评估TTA方法。 通过广泛的实验,我们发现1)现有的TTA方法与之前的开创性工作相比产生的增益有限;2)当前的TTA方法与训练时微调方法表现出较差的协作性;3)准确率的提升往往以降低模型可信度为代价。 我们发布了TTA-VLM,以提供VLM上TTA方法的公平比较和全面评估,并希望它能鼓励社区开发更多可靠和通用的TTA策略。
摘要: Test-time adaptation (TTA) methods have gained significant attention for enhancing the performance of vision-language models (VLMs) such as CLIP during inference, without requiring additional labeled data. However, current TTA researches generally suffer from major limitations such as duplication of baseline results, limited evaluation metrics, inconsistent experimental settings, and insufficient analysis. These problems hinder fair comparisons between TTA methods and obscure their practical strengths and weaknesses. To address these challenges, we introduce TTA-VLM, a comprehensive benchmark for evaluating TTA methods on VLMs. Our benchmark implements 8 episodic TTA and 7 online TTA methods within a unified and reproducible framework, and evaluates them across 15 widely used datasets. Unlike prior studies focused solely on CLIP, we extend the evaluation to SigLIP--a model trained with a Sigmoid loss--and include training-time tuning methods such as CoOp, MaPLe, and TeCoA to assess generality. Beyond classification accuracy, TTA-VLM incorporates various evaluation metrics, including robustness, calibration, out-of-distribution detection, and stability, enabling a more holistic assessment of TTA methods. Through extensive experiments, we find that 1) existing TTA methods produce limited gains compared to the previous pioneering work; 2) current TTA methods exhibit poor collaboration with training-time fine-tuning methods; 3) accuracy gains frequently come at the cost of reduced model trustworthiness. We release TTA-VLM to provide fair comparison and comprehensive evaluation of TTA methods for VLMs, and we hope it encourages the community to develop more reliable and generalizable TTA strategies.
评论: Github链接:https://github.com/TomSheng21/tta-vlm
主题: 机器学习 (cs.LG) ; 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2506.24000 [cs.LG]
  (或者 arXiv:2506.24000v1 [cs.LG] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.24000
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Lijun Sheng [查看电子邮件]
[v1] 星期一, 2025 年 6 月 30 日 16:05:55 UTC (83 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.LG
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.CV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号