VentureBeat 报道 AutoTTS 自动设计推理策略，最多减少 69.5% token 消耗

作者：Ben Dickson；时间：2026-05-28。VentureBeat 报道 Meta、Google 和多所高校研究者提出 AutoTTS，把测试时扩展策略从人工规则设计变成自动搜索问题。该框架让一个探索型 LLM 在离线轨迹回放环境中迭代生成控制器，用来决定何时扩展推理分支、何时加深当前路径、何时停止。在 Qwen、DeepSeek 等模型实验中，AutoTTS 在保持准确率的同时将 token 消耗最多降低 69.5%。这类方法值得关注，因为推理成本正在成为企业部署高级推理模型和智能体系统的关键约束。