Test-time scaling（测试时扩展）

Test-time scaling 指在模型推理时，通过增加计算资源（如生成多个候选答案、进行树搜索或迭代优化）来提升输出质量。例如，在大型语言模型中，使用多次采样并选择最佳答案，或通过思维链（CoT）进行多步推理。这种方法可以在不重新训练模型的情况下，利用更多计算换取更好的性能，尤其在复杂推理任务中效果显著。