多模型协同适配
一种通过加权聚合多个预训练模型并利用无标签测试样本在线协同适应的方法，无需源数据即可提升测试性能。
Du, Yuntao · Siqi, Luo · Yi, Xin · Mingcai, Chen · Shuai, Feng · Mujie, Zhang · 王崇骏
Neural Networks 2025
通过加权聚合机制自适应地为每个测试样本分配不同的模型权重，让更相关的模型贡献更大，不需要手动选择单一模型作为起点。
两个无监督损失利用在线的无标签样本联合适配所有模型，全程不需要源数据，也不依赖目标域的真值。
在三个图像分类数据集上均取得比基线方法更好的结果，证明多源协作适配的有效性。