自我改进测试时智能综述：推理阶段基于反馈的适应、学习与扩展
这篇论文提出“反馈驱动的测试时智能（TTI）”统一框架，用来理解模型在部署/推理过程中基于测试时信号和额外计算进行的自我改进。它把测试时适应、测试时学习和测试时扩展串联起来，总结了两类主要技术路线，并横跨视觉、语言、多模态、生成模型、机器人及医疗健康等领域梳理代表性方法、应用与开放挑战。
传统上，AI 系统一经训练完成，推理阶段往往只是机械地执行固定权重，测试时不再“学习”。但这种模式正被重新审视。面对不断变化的部署环境、数据分布偏移和复杂任务，越来越多研究希望模型能在使用过程中根据测试时信息与额外计算即时改进自身行为。然而，相关探索形成了多种路径：一部分方法着眼于修改模型内部状态，另一部分方法则通过增加采样、引入工具等方式消耗更多推理资源来获得更好的答案。由于研究社区和术语彼此隔离，这些路径的内在联系常常被忽略。
为了弥合这种割裂，这篇由 Shuaicheng Niu 等 17 位作者完成的综述提出“反馈驱动的测试时智能（Test-Time Intelligence, TTI）”的统一视角。TTI 把部署期间借助反馈信号和计算资源提升模型表现的方法纳入同一框架，并把测试时适应（test-time adaptation）、测试时学习（test-time learning）与测试时扩展（test-time scaling）联系起来。作者指出，三者各有其目标与机制：适应通常处理分布变化或新场景，学习侧重于从测试时信号中更新模型的知识与状态，扩展则强调通过更大的推理开销与工具使用带来更稳健的输出。现实中，越来越多混合系统将三类做法结合，使边界逐渐模糊。
在这篇论文中，作者系统梳理了 TTI 的主要方法学范式，重点比较了两条技术主线：一是利用测试时信号调整模型的内部状态，二是利用额外推理时资源改善预测，如更充分的采样、自一致性与外部工具调用。这两条主线并不互斥；混合系统既可以针对测试样本做快速适应，也能在推理时进行多轮搜索与反馈，从而同时获得模型自主调整和计算扩展带来的收益。
该综述将统一视角延伸到多个应用领域，包括计算机视觉、自然语言处理、多模态学习、生成模型、机器人学和医疗健康。在视觉任务中，测试时更新有助于应对域偏移；在语言及多模态场景中，推理时自我校正与工具调用成为提升可靠性的一条途径；生成式模型与机器人系统则面临连续决策和状态依赖等独特需求；医疗领域的鲁棒性与安全性也对 TTI 提出了更高的要求。
论文以 arXiv:2609.01679 的形式于 2026 年 9 月发布，并已被 Machine Intelligence Research 接收。作者在摘要中表示，希望通过这一框架连接过去分散的研究，并为构建在测试阶段能够自我完善的 AI 系统提供连贯的基础和研究路线图。对研究者和从业者而言，TTI 框架有助于比较不同方法的前提假设、适用边界和计算成本，也为未来设计自适应模型、智能体或生成式系统的推理过程提供了更清晰的参考。