多篇循环Transformer论文盘点

2026年10月19日，一篇盘点文章梳理了10篇循环Transformer论文，指出这类模型通过复用部分或全部层，让同一组权重对隐藏表示做多次更新，从而在不增加参数的情况下加深计算。文章举例称，Princeton与宾大的RLT采用因果编码器加循环解码器，逐token累积状态；Cornell与IBM的LPT则让后续循环复用首轮注意力记忆。目前该盘点仅介绍了上述两篇论文的方法思路，未涉及更多论文细节或后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。