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
- 物理学家让 AI 自选课题：两小时产出可登顶刊的论文 — burny_tech · 2026-10-27
- 研究者谈评测集透明度:组合性评测仍存数据污染隐患 — najoungkim · 2026-10-27
- 可解释性研究该分清形式与估计器：均值差转向不如直接梯度下降 — johnhewtt · 2026-10-27
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27