循环模型实测:训练仅多花 7.5% 算力,推理省下 140%

cephaloform · x · 2026-11-21

一张研究截图(出自与 Elie Bakouch 的讨论)给出 looping(循环)模型的关键对比数据:在同一 scaling ladder 上,未剪枝的 looping 版本与未剪枝非 looping 模型相比——

结论指向:循环结构用略高的训练成本换取大幅更低的推理开销,对长上下文 agent 场景可能非常划算。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →