关于自我提高测试时智力的调查：反馈驱动的适应、学习和推理扩展

arXiv:2609.01679v1 公告类型：新 摘要：人工智能系统在部署过程中改进其行为的能力变得越来越重要。随着推理超越固定训练模型的静态执行，越来越多的工作研究模型如何通过利用测试时信息和额外计算来动态改进其行为。这些发展很大程度上沿着两个方向发展：使用测试时间信号修改模型状态的方法，以及通过额外的推理时间资源（例如更多采样和工具使用）改进预测的方法。然而，这些方向通常是在不同的社区中使用不同的术语进行研究的，这使得它们之间的联系更难看出。在本次调查中，我们提出了反馈驱动的测试时间智能 (TTI)，作为理解此类部署时间改进的统一视角。我们使用这个视图将测试时间适应、测试时间学习和测试时间缩放联系起来，强调它们的区别以及它们在混合系统中日益增长的重叠。这个统一的框架有助于连接以前支离破碎的想法，并为研究推理时间自我改进提供更清晰的概念基础。我们回顾了视觉、语言、多模式学习、生成模型、机器人和医疗保健方面的主要方法论范式、代表性应用和开放挑战。我们的目标是为测试时自我改进人工智能系统的研究提供连贯的基础和研究路线图。