苹果推出 LoopCD:免训练解码让循环 Transformer 大幅涨分省算力

苹果机器学习研究团队发布论文《Decoding Looped Transformers Better for (Almost) Free》,提出免训练对比解码框架 LoopCD,专门优化循环 Transformer 的推理表现。该方法利用循环 Transformer 反复迭代的特点,在无需任何训练的情况下将 AIME 准确率从 61.9% 提升至 73.3%,同时计算 FLOPs 减半,速度提升并减少约 22-48% 的计算量,实现近乎零成本的涨分与提速。

2026-10-02 ~ 2026-10-03 · 4 条相关

另有 2 条近重复转述:burny_tech · kastnerkyle