最近看一些RAG的帖子，总看到类似的说法“随着test-time scaling技术的广泛应用，强化学习在提升RAG系统中的应用日益增多”，还看到一些模型蒸馏的帖子，比如怎么让7B模型反超满血版deepseek r1，也提到了test-time scaling，感觉这个领域即庞大又充满希望，所以就来看看这篇综述梳理一下吧！ 论文：What, How, Where, and How Well? A Survey on Test-Time Scaling in Large Language Models