TTT-Discover是斯坦福大学、英伟达等顶尖机构联合研发的AI科学发现核心方法，打破传统模型测试阶段仅冻结权重做搜索的模式，创新性在测试阶段对模型开展强化学习训练，通过熵目标函数优化最大奖励，结合PUCT启发的状态重用机制，让模型从具体问题的尝试与探索中实现实时动态学习。