MoCaFe：利用移动带来的预测方差实现无监督目标识别模型自适应

研究者提出 MoCaFe，一种模型无关、对超参数不敏感的无监督自适应范式，利用智能体从不同距离和视角观察同一物体时产生的预测方差来构建伪标签。该方法通过逆方差加权融合跨视角预测进行移动校准过滤，并据此筛选难样本，可选扩展 p-MoCaFe 借助公开数据集为样本分配权重以抑制伪标签污染。