TTT-Consolidate 提出了一种利用多智能体推理轨迹作为测试时训练（Test-Time Training）自适应数据的框架，用于提升后续推理性能。

该框架通过双层优化进行元学习，内循环使用轻量级 LoRA 适配器编码轨迹，外循环学习元参数；同时构建了包含 12,810 道数学题的 OpenParallelThinking 语料库。 在数学和 STEM 基准测试中，TTT-Consolidate 在匹配计算和运行时间的情况下，比最佳聚合基线高出最多 20 个百分点，且随着可用轨迹数量增加，其从失败轨迹中恢复的能力增强。