循环 Transformer 受关注：不动参数即可扩展推理算力

前苹果 ML 工程师 Aleksa Gordić 发长文解读 looped transformer（循环深度递归）技术，认为这一据传已被前沿实验室采用的方法被严重低估。其核心思想是在不增加参数量、也不依赖思维链的情况下，通过循环计算扩展测试时算力，提升模型推理能力。他推荐了 Geiping、Goldstein 等人的论文《Scaling up Test-Time Compute with Latent Reasoning》，称其为潜在空间递归深度路线的代表工作。

2026-09-17 ~ 2026-09-17 · 2 条相关

• Looped Transformer 解锁循环深度：不加参数不加思维链也能更强推理 — gordic_aleksa · 2026-09-17
• 潜在空间递归深度:不动参数就能扩测试时算力的路线 — gordic_aleksa · 2026-09-17