arXiv Artificial Intelligence· Chonghe Jiang, Ao Qu, Siyuan Liu, Ruoyun Ma, Zijian Zhou, Dingyi Zhuang, Bo Liu, Han Zheng, Hanfei Yu, Baichuan Mo, Jinhua Zhao, Paul Pu Liang·· 19 小时前AI 评分33
Guidance-TTT：在测试时训练小型模型以解锁更好的科学发现
Evolving in Thought Space: Training a Small Model at Test Time Unlocks Better Discoveries
AI 导读
Guidance-TTT 将测试时训练拆分为两个角色：小型引导模型在测试时学习提出高层策略改动，冻结的执行模型负责将其实现为可执行方案，系统每步选取已有解、提出改动、执行验证，并用自适应组相对 RL 目标只更新引导模型。
来源：arXiv Artificial Intelligence · arxiv.org