arXiv 论文：TTSP 无需验证器的测试时自博弈扩展
原文标题：Test-Time Self-Play: Scaling without a Verifier
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出测试时自博弈 TTSP，用非对称自博弈在缺乏验证器时实现测试时扩展。在 LiveCodeBench v6 校准子集上，TTSP 在各验证器强度下均表现最佳，无验证器时 mean@8 绝对提升 35%。
深读 · 结论先行AI 生成展开看要点与影响 ↓
TTSP用非对称自博弈做测试时扩展，无验证器时mean@8绝对提升35%。
- •针对多数测试时扩展方法依赖验证器打分的痛点，提出不依赖验证器的TTSP。
- •在LiveCodeBench v6难度校准子集上，各验证器强度下TTSP均为最佳方法。
- •验证器越弱，TTSP与最强基线的差距越大；无验证器极限下mean@8绝对提升35%。
- •增益在多种验证器强度下成立，例外是基础策略对正确答案覆盖接近零时。
为什么重要：部署场景常缺可靠验证器，这条给出无验证器条件下的扩展路径，对做代码生成与推理部署的团队直接相关。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。