从帕累托到偏好：通过 amortized agentic 策略发现实现个性化测试时扩展

PersonTTS 提出一种 amortized agentic 策略发现框架，用于在测试时扩展中满足用户多维要求（如精度、延迟和推理成本）。该方法通过需求匹配的控制器初始化和源蒸馏的程序化指导，减少重复策略发现的开销，并在 AIME 和 HMMT 上显著优于现有 TTS 基线。跨用户经验复用在相同评估预算下提升了策略质量，同时大幅降低发现代理的时间和成本。