已收录文章摘要，完整内容可前往原文阅读。
综述 | 自我改进的测试时智能：反馈驱动的推理时适应、学习与扩展导读大模型正在从“训练一次、静态推理”走向“部署时持续改进”。传统范式中，模型参数在训练后固定，推理阶段只是把输入送入模型并得到输出。但