Краткое содержание

arXiv:2511.15276v1 Объявление Тип: новый Аннотация: Адаптация во время выполнения (TTA) корректирует модели с использованием неразмеченных тестовых данных для обработки динамических смещений распределения. Однако существующие методы основаны на частой адаптации и высокой вычислительной стоимости, что делает их непригодными для среды краев с ограниченными ресурсами. Для решения этой проблемы мы предлагаем SNAP – рамочную структуру разреженной TTA, которая снижает частоту адаптации и использование данных при сохранении точности. SNAP поддерживает конкурентоспособную точность даже при адаптации на основе только 1% входящего потока данных, демонстрируя свою устойчивость при редких обновлениях. Наш метод вводит два ключевых компонента: (i) Память представителей класса и домена (CnDRM), которая идентифицирует и хранит небольшой набор образцов, представляющих характеристики как класса, так и домена, для эффективной адаптации с ограниченными данными; и (ii) Нормализация памяти, ориентированная на пакеты и выполняемая только во время вывода (IoBMN), которая динамически корректирует статистику нормализации во время вывода, используя