TTSD-FAR：测试时 Self-蒸馏 与 Fisher-Anchored 恢复，用于 LVLM 中缺失模态情感识别

大型视频语言模型（LVLM）在多模态任务（例如野外多模态情感识别（ER））中表现出了卓越的性能。 ER 本质上是多模式的，需要对面部表情、发声、语言、生物信号和手势的共同理解。然而，现实世界的部署仍然具有挑战性：测试时模式可能会丢失或有噪音。部分观测值可以被视为相对于完整模态分布的分布变化。基于熵最小化或困惑度减少的 SOTA TTA 方法不会转移到自回归 LVLM，而当观察到的模态较弱时，检索增强生成 (RAG) 会退化。由于不存在 真值 监督来验证各个更新，因此一旦模型偏离可靠的解决方案，跨此流的适应就会面临累积漂移和降级的风险。因此，有效的解决方案必须适应任意缺失模态模式，并在持续适应过程中保持有效。我们与 Test-Time Self-蒸馏 (TTSD) 一起解决这两个问题，这是一个参数有效的框架，其中受完整模态训练的冻结教师通过 self-蒸馏 指导自适应低秩学生，仅更新可忽略不计的参数数量。通过费舍尔锚定恢复（FAR）将稳定性内置到同一个循环中，它监视费舍尔信息稳定性以检测收敛与漂移，并在识别分布变化时将学生恢复到教师的锚点。我们在 0%-50% 缺失模式下对 MELD、DFEW 和 BAH 进行的实验表明，这种统一的适应-恢复设计在长期适应范围内始终优于基于熵的适应、RAG 和基于困惑的生成，其中没有恢复的基线逐渐退化，而 TTSD-FAR 保持一致。