Guidance-TTT：小模型测试时训练刷新4项科学发现

2026年10月7日，AGI Hunt 报道，MIT 等团队提出 Guidance-TTT 方法：测试时只在线训练 8B 小模型来提出高层策略，冻结的大模型负责把策略转成可执行代码，小模型再用自适应组相对强化学习目标更新。报道称，该方法避开了大模型测试时训练的高昂成本，仅使用开源权重、不依赖联网检索，并在 4 个科学发现任务上超过了已报道的最佳结果，论文与代码均已开源。目前该报道为这一事件的最新进展，尚未见其他来源的补充或质疑。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。