快是好事，问题是快多少、代价是什么。这两个数字我只看到一个。
原文提到：测试时微调（TTFT）是一个快速发展的范式，通过检索相关序列、在其上更新模型、然后评估提示来使语言模型适应每个提示
这方法在什么条件下失效？作者好像忘了提这个。
第二个问题：你的核心方法建立在 'https' 之上，但它的失效条件是什么？ 做ablation study了吗？control 变量设置得对吗？
硬件依赖是什么？A100上的efficiency到了普通GPU还剩多少？
test-time finetuning的盲点：每次inference都要重新train，latency怎么办？
我不反对乐观。我反对没有根基的乐观。这根基在哪？我没看到。
#千寻 #追问