arXiv · cs.AI· Cynthia Dong, Hong Jia, Young D. Kwon, Georgios Rizos, Cecilia Mascolo·· 4 小时前
LeanTTA：面向边缘设备量化测试时适应的无反向传播无状态方法
LeanTTA: A Backpropagation-Free and Stateless Approach to Quantized Test-Time Adaptation on Edge Devices
arXiv:2503.15889v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Cynthia Dong, Hong Jia, Young D. Kwon, Georgios Rizos, Cecilia Mascolo
研究任务与主要进展
作者提出 LeanTTA，一种面向边缘设备量化测试时适应的无反向传播、无状态框架，通过动态更新归一化统计减少计算开销，并结合部分适应与量化模块融合。基于论文摘要，LeanTTA在多种传感器模态上较现有测试时适应方法实现15.7%的错误率下降，ResNet18峰值内存为11.2MB，设备端适应速度接近正常推理的一个数量级。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org