本文作为泛读系列，大部分为AI生成，本意是帮助自己快速阅读理解论文思想同时进行记录，不喜欢AI文章的可以快速划走，或者查看论文精读专栏系列。
这篇论文是ICLR2025的一篇文章。
论文链接:https://arxiv.org/abs/2501.16404
代码链接:https://github.com/zzzx1224/DynaPrompt
这篇文章提出了DynaPrompt（动态测试时提示调优） 算法，核心思想是解决传统测试时提示调优 "忽略测试样本关联性" 或 "在线调优误差积累导致提示崩溃" 的问题，通过动态管理提示缓冲区，自适应筛选、优化、追加提示，在利用历史测试样本信息的同时减少误差积累，提升视觉语言模型（如 CLIP）的零样本泛化能力。
一、算法解决的问题:
在 DynaPrompt 之前，测试时提示调优（TPT）存在两大痛点：
1、独立调优的局限性：
传统 TPT 为每个测试样本独立调优提示（从初始提示v₀重新开始），完全忽略了测试样本间的关联性，浪费了历史样本包含的测试分布信息。
2、在线调优的提示崩溃：
在线 TPT 用前一个样本的优化提示初始化当前样本，虽利用了历史信息，但会因无真实标签引导的熵最小化目标积累误差，导致提示逐渐退化（"提示崩溃"），最终性能骤降（如论文图2中 Online TPT 准确率接近 0%）。
二、算法的核心思想:
DynaPrompt 的核心是一个可动态更新的提示缓冲区（Prompt Buffer），缓冲区存储历史优化后的有效提示。针对每个测试样本，算法通过 "筛选 - 优化 - 更新 - 预测" 四步实现动态调优，关键模块包括 "动态提示选择" 和 "动态提示追加"。
1、核心载体：提示缓冲区（Prompt Buffer）
- 作用 ：存储一组在线学习的提示（记为
Vₙ，Mₙ为缓冲区中提示数量，M为缓冲区最大容量，超参数设为 10），每个提示初始化为手工设计或预训练的v₀，并随测试样本动态更新。 - 意义：不再依赖单个历史提示（如 Online TPT），而是通过缓冲区管理多组历史提示，为 "筛选相关提示" 提供基础，从源头减少单一提示的误差传递。
2、关键步骤 1：动态提示选择（筛选相关提示，避免崩溃）
针对当前测试样本xₙ，从缓冲区Vₙ中筛选 "既对当前样本有信心、又不过度自信 " 的提示，核心是双指标筛选 （预测熵 + 概率差），最终取两者的交集作为选中提示集Sₙ。
| 筛选指标 | 计算逻辑 | 筛选规则 | 目的 |
|---|---|---|---|
| 预测熵（Entropy） | 基于提示vᵢ对xₙ及其增强样本的平均预测概率，计算熵D_ent(xₙ, vᵢ) |
选择D_ent(xₙ, vᵢ) ≤ D_ent(xₙ, v₀)（比初始提示v₀熵更低） |
熵越低，提示对当前样本的预测不确定性越小，包含更多相关分布信息 |
| 概率差（Probability Difference） | 计算提示vᵢ对 "原始xₙ" 与 "增强xₙ" 的预测概率差D_pro(xₙ, vᵢ) |
选择D_pro(xₙ, vᵢ) ≥ D_pro(xₙ, v₀)（比初始提示v₀差更大） |
差越大，提示对输入结构变化越敏感，避免 "过度自信"（如错误预测却低熵） |
- 筛选逻辑 ：选中的提示集
Sₙ = Eₙ ∩ Rₙ（Eₙ为熵筛选子集，Rₙ为概率差筛选子集）。 - 优势：既保证选中的提示与当前样本相关（低熵），又避免其因过度自信导致崩溃（高概率差），同时冻结不相关提示，避免冲突优化方向，减少误差积累。
3、关键步骤 2：动态提示追加（应对无合适提示，适应新分布）
当缓冲区中无符合条件的提示（Sₙ = ∅）时，触发动态追加机制：
- 追加初始提示 ：将初始提示
v₀加入Sₙ（即Sₙ = {v₀}），避免被迫使用不相关 / 崩溃的历史提示。 - 缓冲区容量控制 ：若追加后缓冲区满（
Mₙ = M），删除最不活跃的提示（缓冲区中最底部、最长时间未被选中的提示），平衡内存开销与信息有效性。
- 意义：解决 "新分布样本无匹配历史提示" 的问题，让算法能自适应未知测试分布，同时防止缓冲区无限膨胀。
4. 优化与预测（基于选中提示，提升精度）
- 提示优化 ：对选中的
Sₙ，通过 "熵最小化" 目标优化（与传统 TPT 一致），更新为Ṡₙ，公式为：L_ent(Sₙ; xₙ) = -Σp(ŷ=c|Xₙ, Sₙ)log p(ŷ=c|Xₙ, Sₙ)（Xₙ为xₙ的增强样本集，优化后提示Ṡₙ = Sₙ - α∇L_ent，α为学习率） - 样本预测 ：用更新后的
Ṡₙ计算xₙ的预测概率，取概率最大的类别作为结果（argmax_c p(ŷ=c|xₙ, Ṡₙ)）。
5. 缓冲区更新（维持有效提示池）
优化后的Ṡₙ会更新到缓冲区Vₙ，形成闭环：
-
若
Sₙ是追加的v₀（即Eₙ ∩ Rₙ = ∅）：将Ṡₙ追加到缓冲区顶部，若满则删除最底部不活跃提示。 -
若
Sₙ是筛选出的历史提示：将Ṡₙ追加到顶部，同时从缓冲区中移除原Sₙ（避免重复存储）。 -
目的：让缓冲区持续保留 "最新优化、与当前分布相关" 的提示，为后续样本提供高质量历史信息。
三、算法整体流程（简化）
- 输入：测试样本序列
{xₙ}、初始空缓冲区V₀、初始提示v₀、缓冲区最大容量M。 - 对每个测试样本
xₙ：a. 生成xₙ的增强样本集Xₙ；b. 计算缓冲区中所有提示与xₙ的 "预测熵" 和 "概率差"，筛选出Sₙ；c. 若Sₙ为空，追加v₀到Sₙ；d. 优化Sₙ得到Ṡₙ；e. 用Ṡₙ预测xₙ；f. 更新缓冲区Vₙ为Vₙ₊₁（加入Ṡₙ，删除冗余 / 不活跃提示）； - 输出所有
xₙ的预测结果。
四、算法思想的核心亮点
-
自适应利用历史信息：不再 "盲目依赖前一个样本提示"（Online TPT），而是通过双指标筛选 "相关且安全" 的历史提示，最大化历史信息价值。
-
从根源减少误差积累 ：冻结不相关提示，避免冲突优化；无合适提示时用
v₀重启，切断误差传递链，解决 "提示崩溃"。 -
动态适应新分布：通过提示追加和不活跃删除，让缓冲区随测试分布变化更新，提升对未知分布的泛化能力。