arXiv发布循环语言模型等深度缩放定律论文
热点事件持续更新
arXiv发布循环语言模型等深度缩放定律论文
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
arXiv于2026年10月30日发布论文《How Much Is One Recurrence Worth? Iso-Depth Scaling Laws for Looped Language Models》。研究者Kristian Schwethelm等测得循环Transformer的循环等价指数为0.46，表明以共享循环替代独立模块在匹配算力下会增加验证损失。实测显示，在r=4时，410M参数的循环模型性能等同于580M非循环模型，但其训练成本相当于1B参数模型。
AI 根据报道生成 · 3 小时前更新
最新进展10月30日 12:00
循环语言模型的等深度缩放定律：单次循环价值分析报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv · NLP循环语言模型的等深度缩放定律：单次循环价值分析
研究者测得循环 Transformer 的循环等价指数 $\varphi=0.46$，表明以共享循环替代独立模块会在匹配算力下增加验证损失。在 $r=4$ 时，410M 循环模型性能等同于 580M 非循环模型，但训练成本相当于 1B 模型。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 910月30日 17:00
- 近 24 小时变化
- –
02.557.510
17:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。