FAAST는 테스트 시간 감독 적응을 위한 새로운 순방향 연관 학습 방법으로, 레이블이 지정된 예제를 단일 패스에서 분석적으로 빠른 가중치로 컴파일합니다.
FAAST는 메모리나 컨텍스트 의존성을 없애 상수 시간 추론을 달성하고 사전 훈련된 표현에서 작업 적응을 분리합니다.
이미지 분류 및 언어 모델링 벤치마크에서 FAAST는 백프로프 기반 적응과 일치하거나 능가하며 적응 시간을 90% 이상 줄이고 메모리/컨텍스트 기반 적응과 경쟁하면서 최대 95%의 메모리 사용량을 절약합니다.