先了解这件事
AI 综述
UC Santa Barbara的论文提出TTME方法,在数学发现任务中以演化记忆替代测试时训练:保持模型权重不变,把此前尝试中的规则和得分提升思路存入记忆,用来指导后续尝试。报道称,在5个数学任务、2个框架和3个模型上,TTME每次都超过报告中的测试时训练得分;在Qwen3-8B的3个任务上,其FLOPs减少82.8%至84.6%,运行时间减少47.7%至58.4%。作者建议,如果LLM搜索循环带有自动检查器,可以先尝试用经验记忆,而不是在搜索中途付出权重更新的代价。目前尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
UC Santa Barbara 论文提出 TTME：用演化记忆替代测试时训练做数学发现事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月29日
Rohan Paul
UC Santa Barbara 论文提出 TTME：用演化记忆替代测试时训练做数学发现
UC Santa Barbara 的论文提出 TTME，在数学发现任务中用演化记忆替代测试时训练，保持权重不变、把此前尝试中的规则和得分提升思路存入记忆来指导后续尝试。在 5 个数学任务、2 个框架和 3 个模型上，TTME 每次都超过报告中的测试时训练得分；在 Qwen3-8B 的 3 个任务上，其 FLOPs 减少 82.8% 至 84.6%，运行时间减少 47.7% 至 58.4%。作者建议，如果 LLM 搜索循环带有自动检查器，可以先尝试用经验记忆，而不是在搜索中途付出权重更新的代价。