この記事では、オンライン環境で進化するデータ分布に適応するための新しいオンライン適合推論手法を提案しています。通常の適合推論は、先行したデータポイントに基づいてのみ予測を更新するため、分布のシフトに対して遅れて反応しますが、提案手法では回顧的調整を用いて、新しいデータが到着した際に過去の予測を調整します。この方法により、すべての予測を最新のデータ分布に整合させることができます。実験により、提案された手法が、既存のオンライン適合推論手法と比較して、カバレッジの再調整がより迅速で統計的効率が向上することを示しています。