testtimescaling.github.io

一张图看懂大模型推理时如何‘多思考’更聪明

这是一个关于大语言模型测试时扩展（Test-Time Scaling）的综述性开源项目，以网页形式呈现。它系统梳理了该领域的关键问题：是什么（what）、如何实现（how）、在何处应用（where）以及效果如何（how well）。项目旨在为研究者和工程师提供一份结构化的知识地图，涵盖测试时计算资源的分配策略、推理时优化技术、适用场景及性能评估。核心能力包括对相关论文、方法和资源的分类整理，便于快速检索与对比。目前处于早期阶段，内容仍在持续完善中。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 112
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类开源模型
开发团队testtimescaling
所属国家
官网地址
GitHubhttps://github.com/testtimescaling/testtimescaling.github.io
定价模式free
价格说明开源调查论文仓库，内容免费，无收费项目。
访问状态
是否开源是
开源协议MIT
主要语言HTML
技术栈/模型awesome-lists,large-language-model,survey,test-time-scaling
GitHub 星标★ 112
30天Star增速
HF 下载量
上线时间2025-04-08 00:00:00
代码更新—
仓库体积—
本站数据更新—
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数3

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

  • 聚焦测试时扩展这一热门方向，主题前沿且实用
  • 以问答形式组织内容，降低理解门槛
  • 作为综述，能快速提供领域概览和资源索引

不足之处

  • 项目处于早期，内容覆盖可能不全
  • 文档/社区待观察

适用场景

  • 研究者快速了解测试时扩展的研究脉络
  • 工程师选择推理时优化策略的参考
  • 教学或技术分享的入门材料

替代项目

awesome-llm-reasoning、awesome-test-time-computing、LLM-Survey

项目介绍

testtimescaling.github.io 是开源模型领域的开源项目，由 testtimescaling 开发，2025 年首次发布。

它收录于开源模型分类，该分类目前共有 428 个项目，GitHub 星标数为 112。

项目目前处于活跃维护状态，最近一次代码更新于 2026-10-02。开源调查论文仓库，内容免费，无收费项目。

它主要面向的使用场景是：研究者快速了解测试时扩展的研究脉络。同类可对比的替代方案包括 awesome-llm-reasoning、awesome-test-time-computing、LLM-Survey。

上一篇：awesome-japanese-llm

下一篇：MakeMoneyWithAI

同类项目推荐

Machine-Learning 开源

跟着博客笔记，边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库，免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1879 2026-08-10