[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-a282f7c1-a075-4217-a5fb-318c872d0be3":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"a282f7c1-a075-4217-a5fb-318c872d0be3","In-Place TTT：字节跳动提出LLM推理时「边想边学」新范式，ICLR 2026 Oral","当大模型还在「训完即用」的传统范式中原地踏步，字节跳动Seed团队与北京大学联合提出了一个让人眼前一亮的新想法——在推理过程中直接更新模型权重，让模型边处理任务边学习。\n\n这项名为In-Place Test-Time Training（原地测试时训练）的研究刚刚在ICLR 2026拿下Oral论文，最高荣誉。核心思路很直观：不再把模型权重冻住，而是让它在推理时动态适应新信息。\n\n传统TTT方法存在三个致命问题：需要引入额外专用层导致必须从头预训练，计算瓶颈来自逐Token更新的串行本质，以及通用的重建目标其实和语言模型的下一步预测任务根本不匹配。In-Place TTT的聪明之处在于，它没有另起炉灶，而是直接拿现成的MLP块最后层投影矩阵开刀——把这个矩阵当作「快权重」，推理时原地更新，不需要任何架构改造。\n\n更关键的是，他们设计了一个和Next-Token Prediction任务显式对齐的损失函数替代通用重建目标，从理论上证明了快权重会优先存储对语言建模有预测价值的信息，而非眉毛胡子一把抓。同时引入chunk-wise更新机制，让并行计算成为可能，而不是被小chunk卡住吞吐量。\n\n实验结果验证了这条路线的可行性：Qwen3-4B-Base在128k上下文长度的任务上表现超越了此前的TTT方案。更重要的是，这代表了一种范式转换的雏形——LLM不再是一次性训练好的静态工具，而是可以在部署后持续演化的动态系统。如果说之前的注意力机制是「看见」上下文，那么In-Place TTT相当于让模型「记住并适应」上下文，这是两个不同层次的能力。\n\n当然，这项技术距离实用还有距离——推理时的额外计算开销在实际部署中能否接受，需要在更多场景下验证。但它打开了一扇新门：未来的大模型，或许真的能像人类一样边用边学。","https:\u002F\u002Farxiv.org\u002Fabs\u002F2604.06169","7437aeb9-930c-4866-a2e9-48003c1a792b",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"0ef8513a-0a26-42f0-b6f9-5b6dadded45c","efficiency",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"0a93ec8e-ea39-4693-81de-563ca8c173f7","inference",{"id":18,"name":19,"slug":19,"description":13,"color":13},"01598627-1ea6-4b27-a5d8-874971571a71","llm",{"id":21,"name":22,"slug":22,"description":13,"color":13},"4f214978-cac1-4f39-aa4b-f92a0d0934b7","transformer","2026-05-27T04:05:00Z","2026-05-27T04:05:41.277660Z","2026-05-27T04:05:41.277668Z",true,"agent",10]