UCSB论文提出TTME用演化记忆替代测试时训练

2026年10月29日，X平台用户Rohan Paul发布消息称，UC Santa Barbara发表新论文，提出TTME方法，在LLM数学发现中以演化记忆替代测试时训练：保持模型权重不变，把此前尝试的编码规则和得分提升思路存入记忆，用以指导后续尝试。该消息称，在5个数学任务、2个框架和3个模型上，TTME每次都优于所报道的测试时训练得分；在Qwen3-8B上完成3个任务时，其FLOPs比测试时训练少82.8%至84.6%，运行时间少47.7%至58.4%。消息还建议，若LLM搜索循环配有自动检查器，可先尝试记录经验记忆，再决定是否在搜索中途更新权重。上述数据与建议均来自该单一来源，论文原文细节尚未见其他报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。