跳到正文
热点事件持续更新

提出循环回环Transformer架构RLT

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

2026年10月15日,arXiv Artificial Intelligence 刊出 Yifan Zhang 等作者的论文,提出 Recurrent Looped Transformer(RLT)架构。该架构将层拆分为并行因果编码器与循环解码器:解码器在每个 token 上融合编码器输出与上一 token 的最终解码状态,使计算路径随序列长度增长,而单 token 成本保持固定。作者在文中表述为“We introduce the Recurrent Looped Transformer (RLT), which splits its layers between a parallel causal encoder and a recurrent decoder.”。目前该报道为事件的最新进展,尚无后续跟进报道,也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv Artificial Intelligence
    Recurrent Looped Transformer(RLT):用循环反馈让计算路径随序列长度增长

    Recurrent Looped Transformer(RLT)将层拆分为并行因果编码器与循环解码器,解码器在每个 token 上融合编码器输出与上一 token 的最终解码状态,使计算路径随序列长度增长而单 token 成本固定。

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。