ReLAT 如何在潜层推理中通过测试时重建闭合回路

研究者提出自监督测试时训练方法 ReLAT，利用查询本身作为参考，通过可微的重建循环闭合潜层推理回路。 该方法在 Qwen 系列模型的数学推理、知识问答和代码生成基准测试中表现优于多种基线。在 Qwen3-8B 上，ReLAT 将 AIME 2024 准确率从 56.7% 提升至 73.3%。