通过微调与强化学习迈向稳健的无监督域适应

论文提出基于CLIP视觉编码器的SFT+RL两阶段稳健无监督域适应框架：先在有标签源域上用PGD进行对抗微调，再以衰减置信度阈值筛选目标域伪标签，并混合干净与对抗样本训练。作者在OfficeHome、PACS和VisDA上报告平均干净准确率提升10.2%、对抗鲁棒性提升15.8%，但目前信息仅来自摘要。