يقترح الباحثون التدريب في وقت الاختبار الموجه ذاتياً (S-TTT) لمعالجة صعوبة استخدام المدخلات الطويلة في نماذج اللغات الكبيرة، حيث يؤدي التدريب القياسي في وقت الاختبار على مقاطع عشوائية غالباً إلى تدهور الأداء بسبب الضوضاء.
تعمل الطريقة من خلال تحديد النموذج للمقاطع ذات الصلة داخل السياق قبل التكيف، وتطبيق هدف التدريب فقط على الأجزاء المختارة. يتجنب هذا النهج التكلفة الباهظة للتدريب على السياق الكامل مع التخفيف من الآثار السلبية للبيانات غير ذات الصلة.
على معايير LongBench-v2 وLongBench-Pro، يحسن S-TTT الدقة لنماذج Qwen3-4B-Thinking-2507 وLlama-3.1-8B-Instruct، محققاً تحسناً نسبياً يصل إلى 15%.