清华大学与新加坡国立大学联合提出 ParallelWorld,将测试时计算引入具身智能体的高层规划。该方法通过模拟多条候选行动路径并比较未来观察结果,使机器人能在执行前预判后果,将任务成功率从 56% 显著提升至 83%,为具身智能的决策优化提供了新范式。
术语slug: test-time-compute
测试时计算
Test-Time Compute
在推理阶段增加计算资源以提升输出质量的策略
收录情报动态
机器之心 (微信公众号)T2·智能体与协同
85 分
Latent SpaceT1·智能体与协同
68 分
Anthropic 在 AI Engineer NYC 大会上正式介绍其 Claude Managed Agents 的新特性“动态工作流”(Flows)。该功能旨在通过更灵活的多智能体编排机制,帮助开发者在复杂任务中更高效地分配测试时计算资源,从而提升模型能力并降低科学发现类任务的门槛。
Latent SpaceT1·智能体与协同
68 分
Anthropic 在 AI Engineer NYC 大会上正式推出名为“Dynamic Workflows”(简称 Flows)的新型多智能体编排功能,旨在协调 Claude Managed Agents 处理复杂任务。该机制通过优化测试时计算分配,使模型能在难题上投入更多算力以加速能力涌现,并强调将此类科学发现能力向公众开放。
OpenAI 官方博客T1·基座大模型
85 分
OpenAI 正式公布 GPT-5.5 系统卡,该模型专为复杂现实任务设计,具备更强的工具调用、自我校验及少引导自主执行能力。文档披露了针对网络安全和生物领域的红队测试结果,并强调其部署采用了迄今最严格的安全防护措施。GPT-5.5 Pro 作为同底层模型的并行计算版本,在特定风险场景下进行了独立评估。
Hugging Face BlogT1·基座大模型
78 分
Project Numina 团队发布 Kimina-Prover,该模型在大型形式化推理模型中应用了测试时强化学习(Test-time RL)搜索技术。这一方法旨在通过动态优化推理路径显著提升数学定理证明与复杂逻辑推导的准确性,代表了 AI 在符号推理领域的新进展。
Hugging Face BlogT1·基座大模型
35 分
仅获取到 Kimina-Prover 论文标题,涉及在大模型上应用测试时强化学习搜索。由于正文内容完全缺失,无法评估其具体技术细节、实验结果或创新点。