测试时训练

研究人员提出自引导测试时训练方法，通过智能筛选关键证据片段进行参数微调，显著提升大模型在长文本任务中的推理准确率。

研究团队提出针对大语言模型测试时训练（TTT）中部署记忆声明的新评估框架，强调传统代理指标不足以验证实际部署能力，需通过行为证据进行校准。