TALOR：免反向传播的开放集测试时自适应修正模块

2026年10月27日，arXiv cs.AI / cs.LG 收录一篇论文，提出轻量、即插即用的修正模块 TALOR，用于开放集测试时适应（OSTTA）。据该报道，TALOR 不需要反向传播，并以源模型的线性分类头作为几何锚点：它先把每个归一化特征分解为高增益的主坐标和低增益的尾部坐标，再在主成分子空间里用加权岭回归估计软路由仿射修正；随后从主坐标中减去估计出的漂移量，重建特征并送入源分类头完成预测。报道未提及作者、实验数据集、准确率等结果指标，也未给出与既有 OSTTA 方法的对比。截至该报道，这项工作以预印本形式公开，尚无后续评测或复现信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。