arXiv cs.LG· Xinyu Li, Mononito Goswami, Hao Liu, Nikos Kanakaris, Langlin Huang, Prithwish Jana, Patrick Bl\"obaum, Purak Jain·· 2026-10-02AI 评分44
Hermes：学习上下文推理释放测试时扩展能力
Hermes: Learning Contextual Reasoning Unlocks Test-Time Scaling
AI 导读
研究团队提出测试时扩展控制框架 Hermes 及两阶段训练框架 Hermes-Learn，将跨上下文窗口分配与信息复用的决策权交给模型本身。Hermes-Learn 能够弥补较小开源模型利用额外推理算力的不足，使其掌握随问题与推理进度自适应的上下文推理策略。该能力可跨模型与评测基准泛化，并外推至训练未见过的推理计算规模。
来源：arXiv cs.LG · arxiv.org