机器之心报道 编辑：Panda 如果说大模型的预训练（Pre-training）是一场拼算力、拼数据的「军备竞赛」，那么 测试时扩展（Test-time scaling, TTS） 更像是一场在推理阶段进行的「即时战 略游戏」。 现在的共识是：让模型在回答问题前「多想一会儿」，往往能得到更好的结果。这听起来像是一个完美的免费午餐：只要能在推理时动态分配更多计算资源，就 能让模型的智商原地起飞。 但问题来了：我们该怎么让 LLM「多想」？ 好比让一群学生做题：是让一个学生反复修改答案（序列策略）？还是让一百个学生同时做题然后投票（并行策略）？亦或是让他们开个会讨论一下（混合策 略）？ 更重要的是，有些「学生」（模型）虽然聪明，但想得越多反而越容易钻牛角尖；而另一些则必须深思熟虑才能解出难题。 究竟哪个 TTS 策略才是那个「天选之子」？ 为了结束这场盲人摸象般的争论，微软终于出手了。 论文标题：The Art of Scaling Test-Time Compute for Large Language Models 论文地址：https://arxiv.org/abs/2512.02008 这项研究不仅打破了 ...