Select-TTT：查询条件化快速权重更新
热点事件持续更新
Select-TTT：查询条件化快速权重更新
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv Artificial Intelligence 刊出 Yue Wu 等作者的论文，提出 Select-TTT。据该报道，这是一种面向 In-Place TTT 的模型无关、按查询条件调节写入强度的规则：它用模型冻结输出头给出的分块隐藏状态对查询 token 的概率质量作为相关性信号，无需监督和新参数，再经温度缩放 softmax 转为学习率乘子，从而按每个分块与用户查询的相关性缩放该分块的写入强度。报道称该规则无需监督和新参数，但未说明其适用范围、地域或发布时间等限制。目前进展仅止于论文提出方法本身，尚无后续跟进报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
Select-TTT：面向 In-Place TTT 的查询条件选择性快速权重更新报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv Artificial IntelligenceSelect-TTT：面向 In-Place TTT 的查询条件选择性快速权重更新
Select-TTT 提出一种模型无关、按查询条件调节 In-Place TTT 写入强度的规则，用模型冻结输出头给出的分块隐藏状态对查询 token 的概率质量作为相关性信号，无需监督和新参数，经温度缩放 softmax 转为学习率乘子。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。