下列哪一项不属于测试时间拓展(Test Time Scaling, TTS)技术?
这题考的是对测试时间拓展(TTS)概念边界的精准把握。拿到题先想:TTS 的核心特征是‘在推理阶段’通过某种机制让模型‘变强’,而训练阶段的常规操作不属于此列。
最容易掉进 D 选项的坑——把‘测试时间’偷换成‘训练时间’。很多学生会看到‘微调’‘预训练’这些词就条件反射觉得是模型优化手段,从而误选。其实 TTS 特指不重新训练模型,而是在单次推理过程中利用样本信息增强预测,D 选项明显是在训练集上干的事,完全不在 TTS 讨论范围内。
测试时间拓展(Test Time Scaling, TTS)是一个让人眼前一亮但定义很窄的概念。它的精髓在于:模型在推理时,利用当前测试样本本身的信息,通过某种机制让预测结果更稳健,且整个过程不涉及重新训练或大规模微调。简言之,TTS 是在“考场上”给模型开的小灶,而不是“复习课”上的系统学习。常见的 TTS 技术包括:对单一样本做多种变换并集成(选项 A),在推理时动态丢弃神经元模拟集成(选项 B),以及为样本定义辅助任务做一步梯度下降微调(选项 C)。这三者都符合“测试时、利用样本、增强预测”的三大特征。