决策理论揭示Test-Time Training自适应性

2026年10月20日，arXiv发布了一项关于Test-Time Training（TTT）在分布偏移下性能不稳定性研究。研究引入决策理论视角，将其视为核隐域中的隐式贝叶斯推断过程。 研究在高斯过程基准下证明，当参数更新在频谱上与提示信号噪声比匹配，并对齐于查询相关特征方向时，可有效降低预测误差。该研究从理论上解释了TTT何时及沿哪些方向进行自适应，为理解其决策机制提供了新的数学框架。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。