SATOR：无反向传播的3D测试时自适应框架

2026年10月16日，arXiv Computer Vision 刊出 Inseok Kong 等作者的论文，提出 SATOR（Sample-Adaptive TOken Routing），一个无需源数据、无需反向传播的 3D 测试时自适应（3D TTA）框架。该工作针对需预定义剪枝规模候选并进行多次前向搜索的问题，改为从每个样本直接推导划分阈值与路由决策：先基于注意力与几何关系图计算 Token 异常分数，再用 Otsu 可分性得到样本专属的保留与剪枝划分，最后以保留率校准的路由，在剪枝预测熵更低时选用该预测。论文标注已被 WACV 2027 接收。目前报道仅涉及该框架的提出与接收信息，尚无后续跟进报道。

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。