शोधकर्ताओं ने बड़े भाषा मॉडलों में लंबे इनपुट का उपयोग करने की कठिनाई को दूर करने के लिए स्व-मार्गदर्शित टेस्ट-टाइम ट्रेनिंग (S-TTT) का प्रस्ताव दिया है, जहाँ यादृच्छिक स्पैन पर मानक टेस्ट-टाइम ट्रेनिंग अक्सर शोर के कारण प्रदर्शन को खराब कर देती है।
यह विधि संदर्भ के भीतर प्रासंगिक सबूत स्पैन की पहचान करने के लिए मॉडल को लागू करके काम करता है, और केवल उन चुने गए सेगमेंट पर ही ट्रेनिंग उद्देश्य लागू करता है। यह दृष्टिकोण पूरे संदर्भ की ट्रेनिंग के अत्यधिक खर्चीलेपन से बचता है जबकि असंबंधित डेटा के नकारात्मक प्रभावों को कम करता है।
LongBench-v2 और LongBench-Pro बेंचमार्क्स पर, S-TTT ने Qwen3-4B-Thinking-2507 और Llama-3.1-8B-Instruct के लिए सटीकता में सुधार किया है, जिसमें 15% तक सापेक्ष सुधार हासिल हुआ है।