SPS Transformer 分离状态与预测
yoavartzi · x · 2026-07-14
这篇新论文提出一个关于 Transformer 的有趣假设：同一个隐藏状态同时承担了“保存状态”和“预测下一个 token”两种竞争角色。
作者引用的核心结论是：把这两种职责拆成两个独立的流，会比标准 Transformer 表现更好。论文提出了 State-Prediction Separation（SPS）Transformer，即通过一个很简单的结构修改，在预训练阶段就能带来明显收益。
所属事件:新论文提出 SPS Transformer：将状态与预测拆分为双流(5 条相关)→
「研究」频道最新
- Latent-Foresight:让世界模型学着预判自己的未来 — abursuc · 2026-10-27
- 英国 AISI 发文：现有手段不足以防生物 AI 工具被滥用 — davidmanheim · 2026-10-27
- CMU 发布 XYBench:LLM 只答字面问题,常无视用户真实需求 — valentina__py · 2026-10-27
- arXiv 前主席提示:投稿主分类选错,论文几乎必被搁置 — tdietterich · 2026-10-27
- arXiv 积压超 4000 篇论文被搁置，版主致歉并给出避坑建议 — tdietterich · 2026-10-27
- 72 张实拍图训练 MOSS 锐度滑块 LoRA,权重 1 到 -1 调焦 — aoleg77 · 2026-10-27