WISE-ATTA décide quand demander des étiquettes pour adapter un modèle en cours d’inférence
1 sourcemis à jour 30 sept.pertinence 1,5 sur5
L’essentiel
Avec des étiquettes disponibles pour une fraction seulement des lots de test, la méthode répartit la supervision dans le temps. Sur ImageNet-C, R, K et A, elle obtient des performances comparables ou meilleures avec bien moins d’étiquettes.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceMuhammad Huzaifa, Lea Schönherr, Thorsten Eisenhoferhuggingface.co
WISE-ATTA: When to Ask for Labels in Budgeted Active Test-Time Adaptation (site externe)
Active test-time adaptation (ATTA) improves robustness under distribution shift by updating a deployed model during inference while selectively querying supervision.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5