待验证50% 置信观点精确时间

Latent Compaction 揭示的趋势是推理过程中的静态组件可以通过测试时训练动态适应输入。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

潜压缩技术：测试时训练革新KV缓存压缩

rss2026/10/14

涉及实体

Latent Compactionconcept 测试时训练concept

相关事实

待验证软提示技术的代表性工作是Lester et al. 2021提出的Prompt Tuning，在冻结模型参数前提下仅在输入序列前端添加可训练的连续向量73% 相似已验证推理时扩展（inference-time scaling）通过在推理阶段增加计算量提升模型性能，存在类似预训练的幂律关系71% 相似待验证该方法体现了一种计算转移思路，将计算负担从重复的测试尝试前移到一次性的学习投入70% 相似待验证高效的推理引擎能够加速rollout生成，从而缩短RL训练的迭代周期70% 相似已验证域随机化是指在仿真训练中刻意随机扰动物理参数，迫使策略学习到对参数变化具有泛化能力的行为69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1037901

API

curl https://kongchang.com/api/v1/knowledge/claims/1037901

MCP

get_claim(id=1037901)