AutoTTS

AutoTTS 是一个面向大语言模型（LLM）测试时推理优化的自动化控制器发现框架，旨在替代人工设计启发式策略。它通过构建离线回放环境（含状态定义、可行动作、成本函数与目标），驱动编码智能体在纯代码层面迭代搜索并改进控制器策略，全程无需调用LLM、不依赖梯度更新。核心特点是零LLM调用开销、低成本（约39.9美元）、快速发现（约160分钟），已成功发现性能优越的Confidence Momentum Controller（CMC）。适用于需在固定计算预算下提升LLM测试时自适应推理效率与准确率的场景，如开放域问答、多步推理任务的动态分支调度。