MoCaFe：利用运动预测方差的无监督模型自适应

2026年10月14日，arXiv Computer Vision 刊出 Yanan Ma 等作者的论文，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。该方法的思路是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：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。论文还提出可选扩展 p-MoCaFe，借助公开数据集为样本分配权重，以抑制伪标签污染。截至该报道，事件进展为方法提出与论文公开，尚无后续实验复现或应用跟进信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。