测试时训练

部署时拿到新数据，先用它做几步自监督更新，再用更新后的模型输出。

测试时训练由 Sun 等人在 ICML 2020 提出：模型训练时顺带学一个不需要标签的辅助任务（如预测图片被转了多少度），测试时拿到新样本，先用这个辅助任务对它更新几步参数，再做正式预测，用来应对训练和测试数据分布不一致。相近的测试时适应如 Tent（ICLR 2021）只在测试数据上最小化预测熵、调整归一化层参数。具身领域用它让策略在部署现场继续适应，EVOLVE-VLA 用自动估计的任务进度作反馈，让 VLA 在测试时继续学习；TTT-Parkour 先扫描重建陌生地形，再在重建出的地形上快速微调人形跑酷策略。

例子TTT-Parkour（2026）用 RGB-D 相机扫描重建楔形块、窄梁等陌生障碍，再在重建地形上微调人形机器人的跑酷策略；据论文称，多数地形从采集、重建到测试时训练不到 10 分钟。

也叫

测试时适应、Test-Time Adaptation、TTA

相关

分布外、领域自适应、自监督学习、推理时计算、持续学习、快速运动适应

来源

Sun et al. 2020: Test-Time Training with Self-Supervision for Generalization under Distribution Shifts (ICML 2020)
Bai, Gao, Shou 2025: EVOLVE-VLA: Test-Time Training from Environment Feedback for Vision-Language-Action Models
Zhu et al. 2026: TTT-Parkour: Rapid Test-Time Training for Perceptive Robot Parkour

信息截至

2026-02