热点事件持续更新

Meta与MIT研究Transformer层循环复用

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

2026年11月2日，X 用户 Rohan Paul 发帖称，Meta 与 MIT 的一篇新论文发现，将 Transformer 的层循环复用，可以让模型在不增加参数的情况下获得更深的结构，效果可超过普通模型。该帖称，研究训练了最高 1B 参数、最多 155B token 的稠密模型，并测试了循环位置与循环次数；在固定规模下，循环整个堆栈质量最好，训练算力紧张时循环中间层收益最高。目前该事件仅有这一条报道，论文的具体方法、实验细节与结论边界尚待更多来源核实。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

19:53
Rohan Paul
Meta 与 MIT 论文发现 Transformer 层循环复用可优于普通模型
Meta 与 MIT 的新论文发现，把 Transformer 的层循环复用可以让模型在不增加参数的情况下获得更深的结构，效果可超过普通模型。研究训练了最高 1B 参数、最多 155B token 的稠密模型，测试循环位置与次数；在固定规模下循环整个堆栈质量最好，训练算力紧张时循环中间层收益最高。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1011月2日 20:00
近 24 小时变化: –

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。