# 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

- Link: https://paooo.com/aigc-news/11541/
- Published: 2026-06-11T20:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 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](https://ai-bot.cn/gpt-oss/)，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](https://paooo.com/aigc-news/11541/#tttdiscover%e6%98%af%e4%bb%80%e4%b9%88)
 * [TTT-Discover的主要功能](https://paooo.com/aigc-news/11541/#tttdiscover%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [TTT-Discover的技术原理](https://paooo.com/aigc-news/11541/#tttdiscover%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [TTT-Discover的项目地址](https://paooo.com/aigc-news/11541/#tttdiscover%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [TTT-Discover的应用场景](https://paooo.com/aigc-news/11541/#tttdiscover%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/11541/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![TTT-Discover](https://paooo.com/wp-content/uploads/2026/05/TTT-Discover-website-
1.avif)

## 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  。当 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 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 选择初始状态。其中 取子节点
   最大奖励（非平均值）， 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](https://paooo.com/?s=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](https://paooo.com/ai-study/)“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](https://ai.paooo.com/)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](https://paooo.com/aigc-news/24237/)
 * [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](https://paooo.com/aigc-news/10836/)
 * [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](https://paooo.com/aigc-news/14375/)
 * [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](https://paooo.com/aigc-news/10765/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · 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](https://paooo.com/aigc-news/11541/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 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)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
