TTT-Consolidate 框架提出，利用多智能体轨迹强化推理

arXiv 于 2026 年 11 月 3 日发布论文，由 Haotian Wu 等人提出 TTT-Consolidate 框架及 OpenParallelThinking 数据集。该框架利用多智能体推理轨迹作为测试时训练数据，通过双层优化进行元学习，以提升后续推理性能。 该框架的内循环使用轻量级 LoRA 适配器编码轨迹，外循环学习元参数。团队同时构建了包含 12,810 道数学题的 OpenParallelThinking 语料库。论文声称将发布这些资源，供未来推理聚合研究使用。 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，性能比最佳聚合基线高出最多 20 个百分点。随着可用轨迹数量增加，模型从失败轨迹中恢复的能力也随之增强。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。