在思维空间中演化：测试时训练小模型以获得更优发现

基于摘要分析。本文研究开放式科学发现中反复生成、执行和验证候选解的成本与信用分配问题，提出 Guidance-TTT：在测试时仅训练小型 guidance model，使其提出高层策略修改，由冻结的 execution model 将修改实现为完整可执行解。 核心机制是从已发现的解中选择有潜力的候选，生成策略修改，再执行、验证，并以自适应组相对强化学习目标更新指导模型。相较于直接更新负责生成完整解的 LLM，这种职责分离将学习对象集中于较短的策略决策，同时保留较强执行模型的实现能力。摘要未提供损失公式、模型规模、候选选择规则及验证预算，相关实现细节尚未验证。 作者报告，在无网络访问条件下，该方法覆盖 Polyomino Packing 组合优化、AHC058 启发式编程、Lasso 机器学习和 TriMul GPU kernel 优化四类任务，所得解优于先前工作报告的最佳解，并与公开在线排行榜的先进结果保持竞争力。摘要未给出具体分数、对照模型及资源开销，因此无法量化性能增益或训练成本节省；实验协议、消融及统计信息尚未验证。摘要提供了代码地址，但代码内容与复现条件尚未核验。 平台推测（待验证）：该机制可能适用于具有可执行候选方案和可靠验证反馈的 EEG 分析流程搜索，而非直接构成 EEG 解码模型。可复用的是“策略提出—冻结执行—验证反馈”循环；需改造的是候选方案表示、EEG 预处理约束与验证器。依赖反复评估的搜索在低信噪比、小样本及跨被试条件下可能追逐验证噪声或过拟合固定验证集。一个可检验的小实验是，在固定数据划分和相同评估预算下，比较 Guidance-TTT 与不更新指导模型的搜索，仅用训练与验证数据反馈，最终在独立留出被试上检验收益。原领域结果不等于 BCI 有效性，已有 EEG 相关工作尚未检索确认。