테스트 시점 학습
모델이 학습을 마친 후 실제 추론 단계에서 만나는 개별 데이터를 활용해 모델의 가중치를 미세하게 조정하는 기법이다. 예기치 못한 환경 변화에 모델이 실시간으로 적응하게 한다.