HuggingFace Daily Papers(社區熱門論文)·· 2026-10-04AI 評分50
Self-Generated Feedback Destabilizes Test-Time Training: A Causal Decomposition of Long-Horizon Adaptation
Self-Generated Feedback Destabilizes Test-Time Training: A Causal Decomposition of Long-Horizon Adaptation
AI 導讀
研究發現,模型在推理期間持續從自身輸出學習,會令長期測試時訓練不穩定;研究以 128K-token 資料流分析 TTT-E2E 模型及 Qwen3-4B 的適應情況。使用凍結模型生成訓練文本,可在 125M 和 760M 模型上減少超過 98% 的損害。Settlement 會先以獨立文本測試候選更新,再決定是否保留,可大幅減少損害並保留對真實文本的適應。
來源:HuggingFace Daily Papers(社區熱門論文) · huggingface.co