arXiv 机器学习· Kangcong Li, Hangfan Zhang, Shuyue Hu, Shengji Tang, Tao Chen·· 4 小时前AI 评分41
ReTTT：通过基于经验的参数化记忆实现反思驱动的测试时训练
ReTTT: Reflection-Driven Test-Time Training via Experience-Based Parametric Memory
AI 导读
研究人员提出 ReTTT 方法，通过在单回合内构建并持续修正反思经验来实现测试时训练自适应。该方法在冻结主干模型的同时更新回合内的局部 LoRA 适配器，使其同步执行后续行动与反思策略。在 ALFWorld、ScienceWorld 和 SWE-bench Lite 基准测试中，ReTTT 相比基于轨迹的测试时训练将任务成功率最高提升了 12.14 个百分点。
来源：arXiv 机器学习 · arxiv.org