热点事件持续更新
Decision Titan：测试时训练用于离线强化学习
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布一篇论文，研究者将测试时训练（TTT）层引入 Decision Transformer，提出 Decision Titan，称首次把 TTT 框架用于离线强化学习。报道称，在 X-Maze 环境中，该模型能学习比上下文窗口长 20 倍的长期依赖，并可泛化到训练数据 1.7 倍的长度；但时间泛化依赖所用的时间嵌入，长期依赖的学习能力取决于相关信息如何编码。目前该事件仅有这一篇报道，尚无后续进展。
AI 根据报道生成 · 3 小时前更新
最新进展10月3日 12:00
论文提出 Decision Titan，首次将测试时训练用于离线强化学习。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）Decision Titan：用测试时训练为离线强化学习带来长期记忆
研究者将测试时训练（TTT）层引入 Decision Transformer，提出 Decision Titan，首次把 TTT 框架用于离线强化学习。在 X-Maze 环境中，该模型能学习比上下文窗口长 20 倍的长期依赖，并可泛化到训练数据 1.7 倍的长度。但时间泛化依赖所用的时间嵌入，长期依赖的学习能力取决于相关信息如何编码。
本事件热度走势
当前热度 8·可比范围峰值 9（10月3日 16:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。