更新调度控制图实验室
测试时更新（改权重 / 改 adapter / 改记忆）的评测普遍只报「更新了几次」——改了什么、改在哪、什么时候改、按什么顺序，全被这一个数字吃掉了
与本站既有工具的区别：Test-Time Compute 缩放模拟器 讲的是「同一输入算多少次」= 推理算力；本工具讲的是「模型状态被改了多少次、按什么顺序」= 持久状态更新。两者正交，不是同一件事的两个版本。
⭐ 题眼：更新次数不是控制变量。固定总更新次数 = 3，24 种调度（6 种顺序 × 4 种时机）在 760M checkpoint 上从 19.7% 一路到 34.2% —— 差 14.5 个百分点。⚠️ 论文只给了区间端点，未公开逐条分数；中间 22 格按四个维度（改了什么 / 改在哪 / 什么时候改 / 按什么顺序）的教学模型铺开。
🎛️ 调度沙盘（3 次更新 · 顺序 + 时机都可改）
#1改什么什么时候
#2改什么什么时候
#3改什么什么时候
🧮 教学模型认为的最优顺序：记忆模块 → Adapter → 全权重（越不侵入越先改）
📋 24 格调度—得分表（更新次数恒为 3）
点击任一格设为对照（雷达图里的灰色多边形）；当前调度以红框标出。全表极差 14.5pp（📖 论文值 14.5pp）。
📊 当前调度
准确率（归一化到论文区间）
34.2%
记忆模块 → Adapter → 全权重 · 提问前 / 提问前 / 提问前
acquisition 即时学会0.95 ✓
retention 后 面还记得0.95 ✓
locality 无关行为未波及0.85 ✓
⚠️ 三个轴的拆解与归一化映射都是教学模型； 端点 19.7% / 34.2% 与「24 种调度」是 📖 论文值。
一手源：arXiv:2610.36109《Beyond Update Counts: A Control Map for Evaluating Test-Time Model Updates》（9 作者 Zhao / Yin / Liu / Bai / Ibrahim / Asadi / Lu / Cui / Firooz，[v1] 2026-10-26）。
📖 19.7%–34.2% / 760M checkpoint / 24 种调度 / 6 条 LoRA / ROME 13 个工作点 / 「没有一致最优」为论文摘要给出的量或结论； ⚠️ 论文未公开 24 条调度与 27 格榜单的逐条数值，相关面板按四个维度（改了什么 / 改在哪 / 什么时候改 / 按什么顺序）的教学模型铺开，全表已标注，不是实测值。
📖 19.7%–34.2% / 760M checkpoint / 24 种调度 / 6 条 LoRA / ROME 13 个工作点 / 「没有一致最优」为论文摘要给出的量或结论； ⚠️ 论文未公开 24 条调度与 27 格榜单的逐条数值，相关面板按四个维度（改了什么 / 改在哪 / 什么时候改 / 按什么顺序）的教学模型铺开，全表已标注，不是实测值。