TTME 免权重更新超越测试时训练,FLOPs 降 82.8-84.6%
UCSantaBarbara · hf · 2026-10-28
UCSB 与 UC Berkeley 团队提出 Test-Time Memory Evolution(TTME),作为测试时训练(TTT)的即插即用替代方案：不更新模型权重，而是持续蒸馏经验到外部记忆来引导后续科学发现。在同一发现框架下仅替换测试时自适应方法的对比评测中，TTME 在全部五个数学任务上超过 TTT,同时 FLOPs 计算成本降低 82.8-84.6%。
「研究」频道最新
- 威斯康星-麦迪逊新论文提出 RSS 评分,破解 SAE 特征重分布难题 — OpenSAE · 2026-10-28
- RAW-RAG 开源：朴素 RAG 基线 256 窗口检索重排，挑战复杂 Agent 记忆系统 — JeremyCMorgan · 2026-10-28
- 独立研究者开源 20 项 Next-Concept 建模与 GPT-2 可解释性实验 — BedFalse6021 · 2026-10-28
- 「过度思考思考本身」无解?90 年代元推理经典早有答案 — BraydonDymm · 2026-10-28
- Generate Biomed 用 AI 设计 CAR-T 支架：缩小 70%、效力提升 3 倍 — kenbwork · 2026-10-28
- 线性探针读懂 VGGT:93.5% AUC 预测 3D 重建何时出错 — kwangmoo_yi · 2026-10-28