热点事件持续更新

RecurTrace 提出含环时记忆的自适应潜在推理方法

1 篇报道1 个报道来源8 小时前更新

先了解这件事

AI 综述

2026 年 10 月 20 日，RecurTrace 论文团队在 arXiv 发布 RecurTrace 方法，旨在解决潜在递归推理仅依赖前次输出、循环次数固定的问题。该方法核心包含 Loop Memory Attention 与停歇头：前者让模型访问自身以往迭代状态，后者预测是否继续迭代。在 MathQA 任务上，RecurTrace 平均 2.0 个循环即达 56.9% 准确率。相对 ACT 等基线，RecurTrace 在 0.6B 到 8B 模型上均提升生成准确率，增益随模型规模扩大从 0.6 点增至 3.4 点。

AI 根据报道生成 · 1 小时前更新

最新进展10月20日 12:00

RecurTrace：使用循环时间记忆的自适应潜在推理

报道时间线

沿着报道，了解事件的不同侧面。

10月20日

12:00
arXiv · ML
RecurTrace：使用循环时间记忆的自适应潜在推理
提出 RecurTrace 解决潜在递归推理中仅依赖前次输出和固定循环次数的问题。核心模块 Loop Memory Attention 让模型访问之前迭代的自身状态，结合停歇头预测是否继续，在 MathQA 上平均 2.0 个循环时达到 56.9% 准确率。相比 ACT 等基线，RecurTrace 在 0.6B 至 8B 模型上均提升生成准确率，增益随模型规模从 0.6 点增至 3.4 点。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。