연구팀이 데이터 프라이버시 제약 하에서도 안정적인 지속적 테스트 시간 적응(CTTA)을 가능하게 하는 DO-ALL 프레임워크를 개발했어요. DO-ALL은 데이터 증류(DD)를 통해 소스 데이터를 요약한 작은 합성 데이터 세트인 '디스틸드 앵커'를 생성하여 CTTA 과정에서 활용돼요. 이 프레임워크는 CIFAR100-C, ImageNet-C, CCC 벤치마크에서 기존 CTTA 알고리즘의 장기적 안정성을 향상시키는 것으로 나타났어요.
DO-ALL은 소스 데이터를 보존하지 않고도 지속적인 적응을 가능하게 하며, 각 타겟 샘플을 가장 유사한 디스틸드 앵커와 매칭시켜 안정적인 참조점을 제공해요. 소스 재활용, 표현 정렬, 매니폴드 평활화 정규화 등 다양한 CTTA 기법에 적용 가능해요.
연구팀은 GitHub을 통해 DO-ALL 관련 코드를 공개했으며, 이는 데이터 프라이버시가 중요한 환경에서 CTTA를 구현하는 데 유용한 솔루션이 될 수 있음을 시사해요.