一句话看懂：arXiv 新论文提出一种名为 Test-Time Memory Evolution（TTME）的测试时适配方法，在科学发现任务中用不断更新外部记忆代替在线更新模型权重；在五个数学任务上与 Test-Time Training（TTT）对比，准确率全面领先，同时大幅降低算力与运行时间。
事件核心：发生了什么
2026 年 10 月 26 日，arXiv cs.AI 发布论文摘要（编号 2610.32046）。论文关注此前 TTT 框架的一个现实问题：开源权重大模型在科学发现任务上可以超过仅推理的前沿闭源模型，但 TTT 需要在发现过程中在线更新权重，带来额外算力开销，模型越大问题越明显。
作者因此提出 TTME，一种即插即用的替代方案：不更新模型权重，而是持续蒸馏经验、更新外部记忆，来指导后续发现步骤。对比实验在同一个发现框架内进行，只替换测试时适配方法。摘要给出的结果为：TTME 在五个数学任务上均优于 TTT，FLOPs 降低 82.8%–84.6%，运行时减少 47.7%–58.4%。目前公开信息仅有摘要，完整实验细节与同行评审状态尚未核验。
为什么重要
TTT 代表的“测试时学习”路线，让开源模型不依赖更强基座也能在特定任务上提升表现，但代价是推理阶段持续训练，算力成本高。TTME 的思路是把“学习”落在外部记忆而非权重上，相当于用更轻的检索与记忆机制换取接近或更好的效果。若结论在更大模型和更多科学任务上成立，这会降低“测试时适配”从论文走向实际应用的成本门槛，也会影响开发者对推理算力分配和模型部署方式的选择。
对用户/开发者/创作者的影响
对开发者而言，TTME 的价值首先在工程成本：同样框架下换用该方法，摘要称算力下降八成以上，意味着同样的 GPU 预算可能支持更多并行实验，或在更大模型上尝试测试时适配。对使用大模型做数学、科研辅助的用户，外部记忆持续更新的机制值得关注，因为它可能让系统积累解题经验而不改动底层模型，便于版本管理和回滚。对 AI 应用团队来说，这也提示一种新路径：提升效果不一定靠在线训练，记忆层的设计可能成为新的竞争点。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文全文是否公开更完整的实验设置，例如任务难度、模型规模和对比基线是否公平；二是 TTME 能否从数学任务扩展到物理、化学等科学发现场景，目前摘要只覆盖五个数学任务；三是是否有开源实现或产品化尝试，让外部记忆方案真正进入开发者工作流。
来源：arXiv cs.AI
