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:2507.05221

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.05221 (cs)
[提交于 2025年7月7日 (v1) ,最后修订 2025年7月8日 (此版本, v2)]

标题: CTA:跨任务对齐以实现更好的测试时训练

标题: CTA: Cross-Task Alignment for Better Test Time Training

Authors:Samuel Barbeau, Pedram Fekri, David Osowiechi, Ali Bahri, Moslem Yazdanpanah, Masih Aminbeidokhti, Christian Desrosiers
摘要: 深度学习模型在广泛的计算机视觉任务中表现出色。 然而,当面对分布变化时,如领域或数据集的变化,其性能往往会显著下降。 测试时训练(TTT)已成为一种有效的方法,通过在训练期间引入一个辅助的无监督任务,并在测试时利用该任务进行模型更新,从而增强模型的鲁棒性。 在本工作中,我们引入了CTA(跨任务对齐),这是一种改进TTT的新方法。 与现有的TTT方法不同,CTA不需要专门的模型架构,而是从多模态对比学习的成功中获得灵感,以将监督编码器与自监督编码器对齐。 这一过程强制两种模型的学习表示之间对齐,从而减轻梯度干扰的风险,保留自监督学习的内在鲁棒性,并在测试时实现更具语义意义的更新。 实验结果表明,在多个基准数据集上,其鲁棒性和泛化能力均显著优于最先进的方法。
摘要: Deep learning models have demonstrated exceptional performance across a wide range of computer vision tasks. However, their performance often degrades significantly when faced with distribution shifts, such as domain or dataset changes. Test-Time Training (TTT) has emerged as an effective method to enhance model robustness by incorporating an auxiliary unsupervised task during training and leveraging it for model updates at test time. In this work, we introduce CTA (Cross-Task Alignment), a novel approach for improving TTT. Unlike existing TTT methods, CTA does not require a specialized model architecture and instead takes inspiration from the success of multi-modal contrastive learning to align a supervised encoder with a self-supervised one. This process enforces alignment between the learned representations of both models, thereby mitigating the risk of gradient interference, preserving the intrinsic robustness of self-supervised learning and enabling more semantically meaningful updates at test-time. Experimental results demonstrate substantial improvements in robustness and generalization over the state-of-the-art on several benchmark datasets.
评论: 预印本,正在审稿中
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)
引用方式: arXiv:2507.05221 [cs.CV]
  (或者 arXiv:2507.05221v2 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.05221
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Samuel Barbeau [查看电子邮件]
[v1] 星期一, 2025 年 7 月 7 日 17:33:20 UTC (28,671 KB)
[v2] 星期二, 2025 年 7 月 8 日 13:04:25 UTC (28,671 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
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI

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