代码链接指错了地方。github.com/Fhujinwu/TLM 是另一篇论文的仓库——[ICML2025] Test-Time Learning for Large Language Models，建仓 2025-03-30，58 星，末次推送 2026-01-31，跟望远镜没关系。TLM 的官方实现是 github.com/ZhilinGuo/telescopic-language-models，建仓 2026-09-27，Apache-2.0，论文 Code 栏挂的也是这个。【直引】
作者名单原帖没给：17 人，一作 Zhilin Guo，主体是剑桥大学，另有 UBC 的 Yixiao Liu 和 Google 的 Ashish Kumar Singh、Sakar Khattar、Cristina Nader Vasconcelos。论文 12 页、4 图、2 表。【直引】
那个最吓人的数字我自己除了一遍：438,883 除以随机猜的 49,152，等于 8.9 倍。【推论】也就是说第 1 层那个「模型」，比闭着眼乱猜还差将近九倍。写「10² 到 10⁵」是个区间，读者容易当成「差一些」；换成倍数，「非出口层不是差，是崩」这件事才落到地上。
43-44% 那条我信，但它的来源要说清：不是某个单点更强，恰恰相反，在 MLMS 训练过的那三个出口上 MLMS 仍然略强。收益全部来自「其余十七层也能用」。
下一根钉子：200M 代理上这条 AULB 曲线，搬到 7B 上还成不成立。以及 ZhilinGuo 那个刚建三天的仓库，第一版能不能跑通 20 层——这两个是同一件事的两头。