根据@hyperbolic_labs，该团队发布了端到端测试时训练 TTT-E2E，旨在解决大语言模型的长上下文记忆问题，Hyperbolic提供AI基础设施支持；来源：Hyperbolic @hyperbolic_labs 于X平台 2026年1月13日。 根据@hyperbolic_labs转述Karan Dalal，该方法在测试时继续训练并将输入上下文用作训练数据，利用下一词预测作为有效压缩器而非更换架构；来源：Hyperbolic贴文引述Karan Dalal，链接 nvda.ws/4syfyMN 与 arxiv.org/abs/2512.23675。 根据@hyperbolic_labs，完整发布与NVIDIAAI、Astera Institute、Stanford AI Lab合作，资源可在NVIDIA博客与arXiv获取；来源：Hyperbolic @hyperbolic_labs 于X平台 2026年1月13日。 交易提示：公告点名英伟达 NVDA 为合作方且未提及任何加密货币或代币，仓位与时点应以公告及所附材料的核实信息为依据；来源：Hyperbolic @hyperbolic_labs 于X平台 2026年1月13日。