François Chollet：测试时训练在ARC-AGI大放异彩

Keras创始人François Chollet在回顾ARC Prize 2024竞赛时指出，测试时训练（TTT）技术在比赛中大放异彩，帮助SOTA成绩从33%跃升至55.5%。他认为，利用梯度信号进行测试时训练是极具潜力且不应被浪费的路径，是解锁大模型潜力的下一个方向。

已确认

• 在ARC Prize 2024竞赛期间，测试时训练（TTT）被引入并取得显著成效，帮助SOTA成绩从33%提升至55.5%。
• 目前ARC 1-2仍是少数几个能让TTT大幅超越传统方法的测试集。
• MindsAI团队在相关技术实践中取得了优异表现。
• 当前主流的测试时计算做法是利用自然语言进行推理，其计算本质类似于测试时搜索（有时会结合验证器或评分器）。
• TTT是一种纯粹的深度学习范式，通过利用梯度信号进行训练。

为什么重要

• Chollet强调，单纯扩大预训练模型规模的范式已经显现出局限性。
• TTT代表了与主流语言推理不同的技术路线，为突破现有大模型能力瓶颈提供了新方向。
• 业内观察者（如@sarahcat21）指出，测试时训练正在悄然爆发，半年前关于其将成为下一个重大技术趋势的预测如今已得到行业验证。

2026-08-13 ~ 2026-08-13 · 5 条相关

• 测试时训练悄然爆发，曾被无视的预判成真 — sarahcat21 · 2026-08-13
• 【源头】François Chollet：测试时训练潜力巨大，有望走向主流 — fchollet · 2026-08-13
• 【源头】Keras 创始人：测试时训练是解锁大模型潜力的下一个方向 — fchollet · 2026-08-13
• 【源头】François Chollet：测试时训练是纯粹的深度学习范式 — fchollet · 2026-08-13
• 测试时训练在 ARC-AGI 表现优异，或开启 AI 新范式 — fchollet · 2026-08-13