计算即教师（Compute as Teacher，CaT）是由牛津大学、 Meta 超级智能实验室等机构于 2025 年 9 月联合提出的，相关研究成果发表于论文「Compute as Teacher: Turning Inference Compute Into Reference-Free Supervision」。

当训练后没有真实标签时，学习信号从何而来？CaT 将模型的自我探索转化为无参考的监督，该方法通过从一组并行运行中合成单个参考，然后将模型在推理时的探索转化为无参考的监督，并朝向该参考进行优化。作为一种测试时程序，CaT 提升了 Gemma 3 4B 、 Qwen 3 4B 和 Llama 3.1 8B 的模型能力（在 MATH-500 上提升高达+27%；在 HealthBench 上提升+12%）。