미리 정한 문맥에서 나아가기
후속 영역의 학습 자료로 프롬프트를 고정하면 새로운 영역에서 일반화가 줄어들 수 있다. TPT는 입력이 도착한 시점에 그 표본을 사용해 프롬프트를 조정한다.
증강 관측의 일관성
한 시험 영상에서 여러 증강 관측을 만들고 예측이 서로 일관되도록 프롬프트를 최적화한다. 신뢰도를 기준으로 관측을 선택하는 과정과 엔트로피 최소화를 결합한다.
제로샷과 최적화의 구분
별도의 과제별 학습 자료를 요구하지 않는 평가이지만 시험 시점의 최적화는 수행한다. 따라서 제로샷이라고 해서 추가 계산이나 매개변수 갱신이 전혀 없는 방식은 아니다.
평가 범위
논문은 자연스러운 분포 변화와 보지 못한 범주를 포함한 데이터셋 간 일반화를 평가했다. 결과를 비교할 때는 증강 관측 수와 시험 시점 조정 비용도 함께 살펴야 한다.