ReTTT：反思驱动的测试时训练方法

2026年10月20日，arXiv 人工智能板块刊出 Kangcong Li 等作者的论文，提出反思驱动的测试时训练方法 ReTTT。据该报道，ReTTT 让大语言模型智能体在任务执行过程中反思交互反馈，把经验教训存入显式记忆，并通过更新 episode 级 LoRA 适配器、冻结主干模型来学习。作者在 ALFWorld、ScienceWorld 和 SWE-bench Lite 三个基准上测试，称 ReTTT 在全部六种模型-基准组合中均优于基于轨迹的测试时训练，任务成功率最高提升 12.14 个百分点。目前该工作处于论文发布阶段，报道未提及代码开源、第三方复现或后续应用进展。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。