arXiv · cs.AI· Chonghe Jiang, Ao Qu, Siyuan Liu, Ruoyun Ma, Zijian Zhou, Dingyi Zhuang, Bo Liu, Han Zheng, Hanfei Yu, Baichuan Mo, Jinhua Zhao, Paul Pu Liang·· 11 小时前
Guidance-TTT通过分离策略与执行提升测试时科学发现能力
Evolving in Thought Space: Training a Small Model at Test Time Unlocks Better Discoveries
arXiv:2610.06269v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Chonghe Jiang, Ao Qu, Siyuan Liu, Ruoyun Ma, Zijian Zhou, Dingyi Zhuang, Bo Liu, Han Zheng, Hanfei Yu, Baichuan Mo, Jinhua Zhao, Paul Pu Liang
研究任务与主要进展
Guidance-TTT提出一种测试时学习方法，由紧凑指导模型生成高层策略修改，再由冻结的更强执行模型完成可执行方案；每轮选择已有方案、提出修改、执行验证，并仅用自适应组相对强化学习更新指导模型。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org