待验证50% 置信事实精确时间
测试时训练（TTT）层用一个小型神经网络替代现代循环架构中的线性快速权重记忆，该网络通过梯度下降在线训练。
1
来源数
50%
置信度
长期有效
时效性
2026/10/30
首次发现
来源
涉及实体
相关事实
待验证2024年MIT等机构提出的测试时训练（TTT）架构尝试用线性注意力层替代部分Transformer层，使权重成为可在推理时快速更新的隐式记忆77% 相似已验证BitNet 系列等二值化神经网络工作的前提通常是从训练阶段就采用低比特感知训练，而非对已训练好的全精度模型做事后压缩（PTQ）74% 相似待验证论文《RAFT: Redundancy-Aware Input Filtering for Temporal Graph Neural Network Training》提出了RAFT，一个用于TGNN训练的冗余感知输入过滤框架。72% 相似待验证TTS系统的训练目标是最大化自然度和流畅度，会系统性消除语速犹豫、停顿等不确定性信号71% 相似待验证测试时训练（TTT）与常规训练的关键区别在于更新发生的时机：模型在推理阶段针对当前输入临时调整参数，而不是在固定数据集上预先训练。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1114889API
curl https://kongchang.com/api/v1/knowledge/claims/1114889MCP
get_claim(id=1114889)