ProtoTTA：原型引导的测试时自适应
机器学习
2026-04-20 v1 计算机视觉与模式识别
摘要
依赖原型（可解释的、能与模型输入关联的表征）的深度网络因在保持高精度的同时具备固有的可解释性而备受关注，这使其适用于医疗等关键领域。然而，这些模型受限于对训练数据的依赖，这削弱了它们对分布偏移的鲁棒性。虽然测试时自适应（TTA）通过更新参数和统计量来提高深度网络的鲁棒性，但可解释模型的原型尚未为此目的被探索。我们提出了 ProtoTTA，一个针对原型模型的通用框架，它利用中间原型信号，而非仅依赖模型输出。ProtoTTA 最小化原型相似度分布的熵，以鼓励在偏移数据上产生更自信且原型特定的激活。为保持稳定性，我们采用几何过滤将更新限制在具有可靠原型激活的样本上，并通过原型重要性权重和模型置信度分数进行正则化。在四个原型骨干网络上，针对细粒度视觉、组织病理学和自然语言处理四个不同基准的实验表明，与标准的输出熵最小化相比，ProtoTTA 提高了鲁棒性，同时恢复了原型激活中正确的语义焦点。我们还引入了新的可解释性指标和一个视觉-语言模型（VLM）评估框架来解释 TTA 动态，证实 ProtoTTA 恢复了与人类对齐的语义焦点，并与 VLM 评级的推理质量可靠相关。代码可在以下地址获取：https://github.com/DeepRCL/ProtoTTA。
引用
@article{arxiv.2604.15494,
title = {ProtoTTA: Prototype-Guided Test-Time Adaptation},
author = {Mohammad Mahdi Abootorabi and Parvin Mousavi and Purang Abolmaesumi and Evan Shelhamer},
journal= {arXiv preprint arXiv:2604.15494},
year = {2026}
}
备注
ICLR 2026 Test-Time Updates (TTU) Workshop