ARLoop：采用注意力残差的全开源循环 Transformer

该论文提出基于注意力残差的循环 Transformer 架构 ARLoop，在 1.2B 参数规模上表现优异。 模型仅用 0.5T tokens 预训练且含 3 次循环，性能全面超越 Huginn-3.5B。 其数学与编程任务表现突出，且在数据量大幅少于 Qwen3.5-2B 的情况下仍具竞争力。