existing TTS methods often discard the exploration trajectory and treat the final answer as the only useful outcome
在测试时扩展(Test-time scaling)领域，主流观点认为只有最终结果才是有价值的，探索过程只是达到结果的手段。但作者认为被忽视的探索轨迹实际上是一个丰富的数据源，可以加速智能体从经验中学习的能力。这一观点挑战了传统TTS方法的价值评估标准。
3 Matching Annotations
- Last 7 days
-
research.google research.google
-
-
-
Parameters are estimated by unweighted least squares. Time t is measured in years since the first observation in each dataset.
研究使用最小二乘法进行参数估计，时间以年为单位从每个数据集的第一个观测点开始计算。这种方法选择是统计标准做法，但未加权处理可能低估了近期数据点的重要性，因为近期数据点通常代表更先进的模型能力。时间单位的选择也影响了增长率解释的直观性。
-
-
sakana.ai sakana.ai
-
The depth of recursion becomes a tunable compute axis at inference time, requiring no retraining. A small model, by reading itself, can iterate toward answers that neither it nor any of its workers could reach in a single pass.
大多数人认为模型性能提升需要更大的参数规模或重新训练，但作者提出了一种反直觉的方法：通过递归调用自身，小模型可以在推理时自我迭代，达到单次推理无法达到的答案质量。这挑战了我们对模型规模与能力关系的传统认知。
Tags
Annotators
URL
-