1. 用 Test Time 换 Training Time 能让 LLM 更强吗？ Self-Play 会是训 LLM 的新热点吗？把预算投入 Inference 会比扩大 LLM 参数更有效吗？PRM 对 Test-Time Compute 性价比影响多大？额外的 Inference Time 能帮 LLM 提升多少能力？Test-Time Compute 性价比还能再提高吗？... 2.

麻省理工学院(MIT) 的研究人员最近提出了测试时训练”(Test-Time Training, TTT) 的新方法，并在抽象推理挑战赛 (ARC) 中取得了突破性进展，其性能达到人类平均水平 ARC挑战赛以其高难度、对泛化能力的严格要求以及与人类推理的紧密联系而闻名，因此，MIT的TTT新方法 ...

1.多非共识，Test-time Scaling 能否一直大力出奇迹？ Test-time Scaling 有哪些非共识？流行的 Sequential 和 Parallel 路线有何局限？Test-time Scaling 为何需要「Better Search」？「温度」如何影响 Scaling 效果？Test-time Scaling 有哪些「Where」需要改进？... 2. Skills ...