MIT与Adobe提出Latent Lattice架构:406M模型 perplexity 从15.41降至14.40

burny_tech · x · 2026-11-19

MIT 与 Adobe 研究者(Shivam Duggal、William Freeman、Antonio Torralba、Richard Zhang、Eli Shechtman 等)发布论文《Latent Lattice Language Models》(LLLM),提出区别于加深层数或循环层的新扩展方向:提升模型维持的活跃计算状态数量。

结论:持久的逐层状态是扩展语言模型计算的又一互补轴。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →