关于In-Place TTT在instruction-tuned模型上的使用

@GuhFeng 作者您好，我最近正在学习模型测试时学习相关内容，非常感谢您开源这项优秀的工作。

留意到您在论文中主要使用base模型去continual training，我在想将in-place ttt应用到instruct模型（比如Qwen3-1.7B）上，考虑到base模型和instruct模型上差异，想请教几个问题：

1. in-place ttt模块是否可以直接应用到instruction-tuned模型上？这么做会不会有性能损失或者其他难以预见的结果？

2. 如果可以，是否推荐冻结模型其它参数，只训练新增的ttt模块？

再次感谢您的开源工作，期待得到您的回答🙏🏻

The issue names no source files, tests, or entry points. First clarify whether support for instruction-tuned models such as Qwen3-1.7B is intended, then review the existing in-place TTT integration and determine how freezing the other model parameters should be evaluated; done means an agreed implementation path and documented experimental results.

Written by the indexing model from the issue text.