Compute as Teacher（CaT）は、2025年9月にオックスフォード大学、メタスーパーインテリジェンス研究所などの機関によって共同で提案されました。関連する研究成果は、論文「教師としての計算: 推論計算を参照不要の監督に変える”。

学習後に真のラベルがない場合、学習信号はどこから来るのでしょうか？CaTは、複数の並列実行から単一の参照を合成することで、モデルの自己探索を参照なしの教師あり学習に変換します。その後、推論時のモデルの探索を参照なしの教師あり学習に変換し、この参照に向けて最適化します。テスト時の手順として、CaTはGemma 3 4B、Qwen 3 4B、Llama 3.1 8Bモデルのパフォーマンスを向上させます（MATH-500で最大+27%、HealthBenchで最大+12%）。