arXiv 自然语言处理· Cheng Luo, Bing Li, Bernard Ghanem·· 3 小时前AI 评分43
自生成反馈破坏测试时训练稳定性：长程自适应的因果分解
Self-Generated Feedback Destabilizes Test-Time Training: A Causal Decomposition of Long-Horizon Adaptation
AI 导读
研究发现测试时训练（TTT）利用自身生成文本更新权重时会导致模型失稳，在 128K token 流中使 TTT-E2E（125M、760M、3B）及 Qwen3-4B 对真实文本的预测性能恶化。
来源：arXiv 自然语言处理 · arxiv.org