研究者提出LoopFold方法并行加速循环Transformer
热点事件持续更新
研究者提出LoopFold方法并行加速循环Transformer
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv平台发布一篇自然语言处理论文，由Feichen Song等人提出LoopFold方法。该方法通过将不同循环深度的计算折叠到并行批次中，解决了循环Transformer随深度增加导致的延迟问题。 在1.4B模型上的测试显示，LoopFold使零样本准确率从53.41%提升至56.38%，同时相比九个循环的普通模型，解码延迟降低了46%。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
LoopFold: 一种并行化循环深度加速 Looped Transformers 的方法报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · NLPLoopFold: 一种并行化循环深度加速 Looped Transformers 的方法
LoopFold 通过将不同循环深度的计算折叠到并行批次中，解决了循环 Transformer 随深度增加导致的延迟问题。 该方法在 1.4B 模型上进行了测试，零样本准确率从 53.41% 提升至 56.38%，同时相比九个循环的普通模型，解码延迟降低了 46%。
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。