新研究：推理时循环机制让冻结 LLM 困惑度降 23%
heghbalz · x · 2026-08-20
介绍了一种推理时循环机制，允许现成的冻结 LLM 表现出动态系统行为。通过将深层表示泄漏回浅层，在不触及模型权重的情况下，实现了显著性能提升：困惑度降低 23%，GSM8k 相对准确率提升 21%。
所属事件:DeepMind 推出 Recirculation：无需重训增强 LLM 推理(10 条相关)→
「研究」频道最新
- 研究推出 dropout 缩放律：按激活参数量用 sigmoid 公式定最优 dropout — gordic_aleksa · 2026-10-16
- 移除 Gemini 后相关性从 0.20 升至 0.96：通用能力与机器人能力高度挂钩 — ycombinator · 2026-10-16
- EPFL 用 RFdiffusion 设计变形蛋白,单序列可折叠两种构象 — ferruz_noelia · 2026-10-16
- 通过操纵「地位感」观察模型行为,作者续谈夺权反事实推断 — jd_pressman · 2026-10-16
- 新基准测「对齐伪装」模型：五种检测法中一种识别率高达 98% — jd_pressman · 2026-10-16
- MLP 神经元可解释性六年研究脉络:一帖梳理关键论文 — aryaman2020 · 2026-10-16