20B Looping 论文称用 10% 预训练 token 追平 Qwen3 Coder 30B
Dany0 · reddit · 2026-07-21
一篇关于 20B Looping model 的论文声称，它只用 10% 的预训练 token，性能就能匹配甚至超过 Qwen3 Coder 30B。
- 帖子估计这次训练成本可能只有几十万到十几万美元级别。
- 发帖者也提到，它并非在所有维度都超过 GPT-OSS 20B。
- 但核心意义很明确：如果真能把从零训练一个 LLM 的数据量从 35T token 压到 3.5T token，家庭级预训练就不再只是幻想。
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
- 别再拿「生物学」当医药研发的代名词：一位 AI 从业者的吐槽 — KevinKaichuang · 2026-10-26
- Flow Reasoning Models：流匹配改造为迭代推理器，Sudoku-Extreme 达 99.5% — alec_helbling · 2026-10-26
- 意外发现：阿尔茨海默病相关淀粉样蛋白竟为精子递送 RNA — EricTopol · 2026-10-26
- HarnessMM 论文：缓存已定决策,Agent Token 消耗降 88% 成功率反升 — omarsar0 · 2026-10-26
- Ben Recht 撰文呼吁打造真正开源的大语言模型:比想象中更可行 — beenwrekt · 2026-10-26
- 黑盒蒸馏五步法：从教师模型到学生模型的完整流程拆解 — chrisrohlf · 2026-10-26