Ramen은 다양한 도메인의 테스트 데이터에 대한 시각-언어 모델의 적응력을 높이는 프레임워크입니다. Ramen은 도메인 일관성과 예측 균형을 고려하여 관련 샘플을 선택하고, 효율성을 위해 임베딩-기울기 캐시를 활용합니다. 이미지 손상 및 도메인 이동 벤치마크에서 Ramen은 강력하고 일관된 성능을 보여주며, 복잡한 혼합 도메인 시나리오에서 효율적인 적응을 제공합니다.