经典 Universal Transformer 验证花了数十亿美元，却难扩展到 MoE
teortaxesTex · x · 2026-07-21
经典 Universal Transformer 验证花了数十亿美元，但在大规模 MoE 上不够扩展
Zitian Gao 解释说，团队在验证经典 Universal Transformer 路线——他们称之为 “model-loop”——上花了数十亿美元。核心结论是：
- 这种 model-loop 不适合扩展到拥有数十亿参数的 MoE 模型。
- 在预训练后期，传统 model-loop 表现不如 layer-loop。
- 随着模型变大，它还需要更复杂的 pipeline parallelism，训练会更慢。
- 由于 non-loop 模型在参数化上更自由，只按理论 FLOPs 比较并不公平。
- 因此论文改为用真实训练 FLOPs 对齐非循环基线，作者认为这更适合工业级预训练比较。
这条讨论把 layer-loop 描述成同时兼顾性能和工程友好性的方案。
所属事件:Loopie循环式Transformer发布，以极低成本追平大模型(7 条相关)→
「研究」频道最新
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11
- 「Waymo 效应」：AI 正在悄悄让科研协作变少 — JohnHammersley · 2026-09-11