Compute as Teacher (CaT) wurde im September 2025 gemeinsam von der Universität Oxford, dem Meta Super Intelligence Laboratory und anderen Institutionen vorgeschlagen. Die entsprechenden Forschungsergebnisse wurden in dem Artikel „Berechnung als Lehrer: Inferenzberechnung in referenzfreie Überwachung umwandeln".

Woher kommt das Lernsignal, wenn nach dem Training keine echten Labels vorhanden sind? CaT transformiert die Selbsterkundung des Modells in eine referenzlose Supervision, indem es aus einer Reihe paralleler Läufe eine einzelne Referenz synthetisiert. Die Modellerkundung zum Zeitpunkt der Inferenz wird dann in eine referenzlose Supervision umgewandelt und auf diese Referenz optimiert. Als Testzeitverfahren verbessert CaT die Leistung der Modelle Gemma 3 4B, Qwen 3 4B und Llama 3.1 8B (bis zu +27% bei MATH-500 und +12% bei HealthBench).