加州大学圣巴巴拉分校的新论文表明，大语言模型的数学发现可以跳过测试时训练，因为不断演进的记忆取得了更好的成绩且计算量远更低。

加州大学圣巴巴拉分校的研究者提出了 TTME：权重保持不变，改把此前尝试的经验存入不断演进的记忆，而不在搜索中途更新权重。在 5 项数学任务、2 个框架和 3 个模型上，它每次都超过了已报告的测试时训练成绩；使用 Qwen3-8B 时，FLOPs 减少 82.8% 至 84.6%，运行时间减少 47.7% 至 58.4%。这很重要，因为它提供了一条更便宜、更易扩展的改进路径：在有自动检验器的搜索循环中，不必为中途更新权重买单。

• Rohan Paul2026-10-29 05:15