arXiv · cs.AI· Chengyi Yang, Zhishang Xiang, Yunbo Tang, Zongpei Teng, Chengsong Huang, Fei Long, Yuhan Liu, Jinsong Su·· 2 天前
TTCS：面向自演化模型的测试时课程合成
TTCS: Test-Time Curriculum Synthesis for Self-Evolving
arXiv:2601.22628v2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：Chengyi Yang, Zhishang Xiang, Yunbo Tang, Zongpei Teng, Chengsong Huang, Fei Long, Yuhan Liu, Jinsong Su
研究任务与主要进展
TTCS提出一种协同演化的测试时训练框架，由同一预训练模型初始化问题合成器与推理求解器，在测试时持续适应推理任务。问题合成器依据求解器当前能力生成逐步变难的变体，求解器则利用原始与合成问题上的多次采样自一致性奖励进行更新，论文摘要报告其可提升困难数学基准上的推理能力，并迁移至不同LLM骨干的通用领域任务。代码与实现细节见https://github.com/XMUDeepLIT/TTCS。
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