热点事件持续更新
Select-TTT：按查询调节测试时训练写入强度
1 篇报道1 个报道来源20 小时前更新
先了解这件事
AI 综述
2026年10月27日 arXiv 报道，Select-TTT 提出一种查询条件化的选择性快速权重更新规则，用于修复 In-Place TTT 在真实网页长上下文问答中收益消失的问题。该方法从冻结的输出头读出各文本块对查询 token 的概率质量，作为相关性信号，无需监督和新参数；再用带温度的 softmax 将其转换为学习率乘子，并保留分块并行计算。报道称，该方法在两个基准和两个骨干模型上稳定提升长上下文问答表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 15:58
Select-TTT 提出按查询相关性调节写入强度，并在两个基准、两个骨干模型上报告稳定提升。报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI / cs.LG 最新Select-TTT 按查询相关性调节原地测试时训练的写入强度
Select-TTT 提出一种按用户查询调节写入强度的原地测试时训练规则，用来修复 In-Place TTT 在真实网页长上下文问答上收益消失的问题。它直接从冻结的输出头读出各文本块对查询 token 的概率质量作为相关性，无需监督和新参数，再用带温度的 softmax 转成学习率乘子并保留分块并行计算。该方法在两个基准和两个骨干模型上稳定提升长上下文问答表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。