들어온 자료가 모두 유용하지 않을 때
시험 자료에는 보지 못한 객체나 잡음이 등장할 수 있다. 그런 예시에도 무조건 적응하면 기존 분포 변화에 대응하는 능력이 오히려 나빠질 수 있다는 문제를 다뤘다.
입력 수준의 견고함
높은 확신을 가진 예시를 클래스가 균등한 방식으로 샘플링한다. 잡음 예시의 영향을 걸러내는 입력 수준의 선택으로 제시됐다.
큰 기울기의 영향 완화
엔트로피 예리함 최소화로 잡음 자료가 만드는 큰 기울기에 대한 매개변수의 견고함을 높이려 한다. 예시 선택과 최적화 목적을 함께 조절하는 구성이다.
잡음 유무의 비교
표준 시험 시점 적응 벤치마크에 여러 잡음 시나리오를 적용해 평가했다. 잡음이 있는 조건뿐 아니라 잡음 없는 조건의 정확도도 함께 비교했다.
관련 문서
TAST / NOTE 시험 시점 적응 / SAR 시험 시점 적응 / DeYO / RoTTA / EATA 시험 시점 적응