RESEARCH LIBRARY
adaptive-computation
按标签浏览论文。
共 4 篇论文 · 按研读更新时间排序
LoopedReuse
Learning to Compute Is Not Learning to Retain or Reuse in Looped Transformers
以精确反事实替换与状态冻结区分循环模型的计算、答案保持和状态复用，揭示答案出现后仍需若干轮更新才能支持后续计算。
LoopLM-Conditioning
What Makes Recurrence Effective in Looped Language Models?
揭示循环深度的知识与推理取舍，并以历史状态差分和时间门控改善深度外推；收益依赖架构、参数化与推理预算。
ELR
One Model to Loop Them All: Elastic Latent Recurrence for Language Models
ELR以门控更新、同次更新混合深度与循环条件调制保留单循环平均能力，并用额外循环提升质量；路由和KV复用各有成本与任务取舍。
LoopMDM
Looped Diffusion Language Models
LoopMDM以少量早中层共享循环改善掩码扩散模型的训练效率和质量，自适应停止减少循环开销；需区分训练与推理预算。
没有找到匹配论文，试试其他关键词或标签。