2026年7月13日 · Interaction Scaling
Interaction Scaling: Grounding the Third Axis of Test-Time Compute
论文《Interaction Scaling: Grounding the Third Axis of Test-Time Compute》提出交互（interaction）作为测试时计算的第三轴，通过外部仪器观察模型生成的工件并提供反馈，使模型能够基于真实观察进行修订。实验表明，在固定token预算的硬编码任务上，推理和最佳采样方法均出现平台期，而交互策略持续改进，其中提议-评审器（proposer-reviewer）方法达到100%通过率且无方差，该结果在三个模型家族中一致。
EVENT STORY
发展脉络
- 首次出现Interaction Scaling: Grounding the Third Axis of Test-Time ComputearXiv cs.AI
- 当前判断该研究可能推动AI系统从纯内部推理向交互式推理转变，尤其在需要外部验证的领域（如代码生成、视觉任务）具有潜力。Agent Pulse · 分析
论文提出交互作为测试时计算的第三轴，通过外部仪器提供真实观察反馈，突破推理和采样方法的性能上限。在硬编码任务上，交互策略持续改进，提议-评审器方法达到100%通过率。
交互缩放通过引入外部仪器提供真实观察，使模型能够基于实际行为进行修订，从而突破内部推理和采样的信息瓶颈。提议-评审器方法在固定token预算下实现完美通过率，表明交互策略在编码任务上具有显著优势。
该研究可能推动AI系统从纯内部推理向交互式推理转变，尤其在需要外部验证的领域（如代码生成、视觉任务）具有潜力。
交互缩放方法可能提升AI系统在关键任务（如代码生成）中的可靠性，降低人工审查成本，具有商业应用价值。
未来可关注交互缩放方法在更广泛任务（如视觉、机器人）上的应用，以及外部仪器设计对性能的影响。