Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 斯坦福&英伟达发布TTT-Discover:测试时强化学习实现低成本AI科学发现
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
斯坦福&英伟达发布TTT-Discover:测试时强化学习实现低成本AI科学发现
Prompt 语宙 > AIGC 资讯 > 斯坦福&英伟达发布TTT-Discover:测试时强化学习实现低成本AI科学发现
AIGC 资讯

斯坦福&英伟达发布TTT-Discover:测试时强化学习实现低成本AI科学发现

Prompt 语宙研究院
最近更新: 2026年6月7日 下午8:06
AI科学发现 开源模型 斯坦福 测试时强化学习 英伟达
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 测试时强化学习让模型不再“部署即固定”,可在具体问题中边推理边学习。
  • 结合熵目标函数与PUCT状态重用,TTT-Discover兼顾高奖励搜索、稳定训练与高效探索。
  • 基于开源模型gpt-oss-120b,在多类科学任务上达到SOTA,且单问题成本仅数百美元。

💡 站外导读:当前AI模型在科学发现等复杂任务中往往依赖海量数据与天价算力训练,且模型在部署后性能固定,无法从具体问题中实时进化。这限制了AI在解决开放性、前沿科学问题上的潜力。斯坦福与英伟达等机构最新提出的TTT-Discover方法,旨在打破这一僵局,通过创新的测试时强化学习框架,让AI模型在推理过程中动态学习,实现低成本、高性能的定向科学突破。

TTT-Discover是什么

TTT-Discover(Test-Time Training to Discover)是斯坦福、英伟达等机构推出的AI科学发现方法。TTT-Discover在测试阶段对模型进行强化学习训练,非冻结权重仅做搜索。通过熵目标函数优化最大奖励,结合PUCT启发的状态重用机制,让模型从具体问题的尝试中实时学习。TTT-Discover基于开源模型gpt-oss-120b,在数学、GPU内核工程、算法竞赛和生物信息学等领域达到SOTA,单问题成本仅数百美元。

阅读目录
  • TTT-Discover是什么
  • TTT-Discover的主要功能
  • TTT-Discover的技术原理
  • TTT-Discover的项目地址
  • TTT-Discover的应用场景
      • 📝 站长洞察 (Editor’s Insight)

TTT-Discover

TTT-Discover的主要功能

  • 测试时持续学习:在解决具体问题时动态更新模型权重,使AI从失败尝试中实时积累经验,实现定向进化。
  • 科学发现优化:针对数学、工程、算法、生物等领域的开放问题,寻找超越现有知识的最优解。
  • 高效搜索策略:通过熵目标函数聚焦高奖励动作,结合PUCT机制智能重用历史状态,平衡探索与利用。
  • 低成本高性能:使用开源模型即可在多项任务中达到SOTA,单问题训练成本仅需几百美元。

TTT-Discover的技术原理

  • 熵目标函数:优化目标为 Jβ​(θ)=E[logE[eβR]] 。当β→∞ 时,目标收敛于最大化最大奖励而非平均奖励,确保模型专注寻找单一极优解。采用自适应β(s) 控制KL散度,维持训练稳定性。
  • PUCT启发状态重用:维护历史解缓冲区,用评分函数Q(s)+c⋅P(s)⋅1+n(s)1+T​​ 选择初始状态。其中Q(s) 取子节点最大奖励(非平均值),P(s) 为基于奖励排名的先验,兼顾高潜力状态利用与多样性探索。

TTT-Discover的项目地址

  • arXiv技术论文:https://arxiv.org/pdf/2601.16175

TTT-Discover的应用场景

  • 数学研究:优化Erdős最小重叠问题、自相关不等式等开放数学问题的边界值,发现新的构造性证明。
  • GPU内核工程:帮助自动生成高性能计算内核,如AlphaFold的TriMul算子、DeepSeek的MLA解码,速度超越人类专家。
  • 算法竞赛:TTT-Discover能解决AtCoder等编程竞赛中的NP-hard优化问题,如几何计算、生产规划等复杂任务。
  • 生物信息学:TTT-Discover能改进单细胞RNA测序去噪算法,提升基因表达数据分析精度。

📝 站长洞察 (Editor’s Insight)

TTT-Discover标志着AI发展范式从“静态推理”向“动态学习与进化”的关键跃迁。它不仅仅是又一个算法优化,更是将强化学习与测试时训练深度结合,让模型在部署后持续自我迭代,这直击了当前大模型“学而不用”、无法适应具体复杂问题的痛点。其开源模型实现SOTA成绩,且成本极低,预示着AI科学研究可能从“重训练”时代迈入“重优化”时代,赋能更多研究者。结合近期AI Agent与自主进化系统的趋势,TTT-Discover提供的“实时学习-定向进化”框架,或将成为下一代AI解决复杂科学工程问题的核心范式,值得所有关注AI前沿的从业者深度关注。

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
DeepSeek ↗
DeepSeek 是由幻方量化公司推出的 AI 智能助手和开源大模型平台。其核心功能包括提供世界级推理能力的 A
❓ 常见问题解答(FAQ)
TTT-Discover是什么?

TTT-Discover(Test-Time Training to Discover)是斯坦福、英伟达等机构提出的AI科学发现方法。它在测试阶段对模型进行强化学习训练,让模型在解决具体问题时动态更新权重,而不是只做静态推理或固定搜索。

TTT-Discover为什么能降低科学发现成本?

它利用开源模型和测试时训练,把算力集中在具体问题的高价值搜索上,通过熵目标函数与PUCT状态重用提高效率,因此在多项任务中可用较低成本获得高质量结果,文中提到单问题成本仅数百美元。

TTT-Discover适合哪些应用场景?

文章提到它适用于数学研究、GPU内核工程、算法竞赛和生物信息学等开放性复杂任务,可用于寻找更优构造、生成高性能内核、解决NP-hard优化问题,以及提升单细胞RNA测序去噪效果。

🔬 语宙深潜追问 · 进阶实操拆解
TTT-Discover怎么控制推理成本?

核心是把测试时更新限制在小参数子空间,并只对高价值样本做局部强化;配合早停、缓存中间状态和任务分层路由,才能把单题成本压到可接受范围。

哪些任务最适合这种范式?

最适合有明确反馈、可反复试错的任务,如数学证明、算法搜索、代码优化和生物信息分析。若奖励稀疏或评估慢,收益会明显下降。

🗳️ 读者观点微投票 · 您的实战立场是?
测试时强化学习,真能低成本发现新知识?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
  • Spatial-TTT – 清华联合混元开源的流式视觉空间智能框架
  • 阿里通义重磅开源AgentScope Tuner:一站式自动优化引擎,让AI智能体越用越聪明
  • 上海AI Lab开源Intern-S1:2350亿参数科学多模态大模型,解析分子式、蛋白质与地震波,多项基准超越顶尖闭源模型
  • 谷歌DeepMind重磅开源TIPSv2:多模态模型SOTA,零样本分割领先,参数效率极高
🏛️ Prompt 语宙研究院 · Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
阿里通义Qwen3-30B-A3B-Thinking-2507开源:305亿参数MoE推理模型,性能超GPT-4o,消费级硬件可部署
卡兰尼克带着 Atoms 杀回牌桌:a16z 领投 17 亿美元,Uber 也回来了
OpenAI重磅出击:ChatGPT广告管理器全面开放,中小企业低门槛入场抢占AI广告新蓝海
能力与安全的博弈!OpenAI 上线 ChatGPT“封锁模式”,宁可断网也要防数据泄露
华为开源5050亿参数openPangu-2.0-Pro模型,权重与推理代码同步开放
TAGGED:AI科学发现开源模型斯坦福测试时强化学习英伟达
分享
Email 复制链接 打印
Share
Prompt 语宙研究院 头像
ByPrompt 语宙研究院
Follow:
Prompt 语宙研究院(paooo.com Research)专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示词工程(Prompt Engineering)与全球高增长 AI 生产力工具实测追踪,致力于为中文开发者与创作者提供一手、可复现的深度技术洞察。
上一篇 Project Genie:谷歌DeepMind AI世界模型来袭,文字秒生可交互虚拟宇宙 Project Genie:谷歌DeepMind AI世界模型来袭,文字秒生可交互虚拟宇宙
下一篇 MOVA:中国首个端到端开源音视频生成大模型,320亿参数实现电影级口型同步 MOVA:中国首个端到端开源音视频生成大模型,320亿参数实现电影级口型同步
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

IBM开源Granite-4.0-1b-speech:10亿参数多语言语音模型,六语种识别+双向翻译,边缘部署效率惊人
AI 工具AIGC 资讯

IBM开源Granite-4.0-1b-speech:10亿参数多语言语音模型,六语种识别+双向翻译,边缘部署效率惊人

Prompt 语宙研究院
IBM开源 多语言识别 语音模型 语音翻译 边缘部署
华尔街规则为马斯克破例,SpaceX 史诗级 IPO 助力其冲刺首位万亿富豪
AIGC 资讯

华尔街规则为马斯克破例,SpaceX 史诗级 IPO 助力其冲刺首位万亿富豪

Prompt 语宙研究院
AI办公效率 AI智能体 Anthropic Claude 开源大模型
CausVid – Adobe 联合 MIT 推出的自回归实时视频生成技术
AIGC 资讯

CausVid – Adobe 联合 MIT 推出的自回归实时视频生成技术

Prompt 语宙研究院
Adobe AI智能体 AI绘画提示词 AI视频生成 stable diffusion
DICE-Talk – 复旦联合腾讯优图推出的情感化动态肖像生成框架
AIGC 资讯

DICE-Talk – 复旦联合腾讯优图推出的情感化动态肖像生成框架

Prompt 语宙研究院
AI绘画提示词 AI视频生成 AI音频与语音 开源大模型
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.