待验证50% 置信事实精确时间
UpLoop是一种利用upcycling训练循环Transformer的预训练方案，在最终参数数量、总训练token数和训练FLOPs上与标准密集基线完全匹配。
1
来源数
50%
置信度
长期有效
时效性
2026/11/2
首次发现
来源
涉及实体
相关事实
待验证基于Transformer的端到端追踪方案对训练数据和算力要求较高，部署门槛较陡峭72% 相似待验证UpLoop的渐进式调度要求精心设计复制时机和循环引入点，以避免训练不稳定。71% 相似待验证循环UDLM通过递归复用早期Transformer层，在保持训练目标和采样器不变的前提下，将训练效率提升数倍。69% 相似待验证Unsloth优化框架相比原生HuggingFace Transformers训练流程可将训练速度提升2-5倍68% 相似已验证TRL（Transformer Reinforcement Learning）库由Hugging Face维护，功能覆盖SFT、DPO、GRPO三个核心训练范式67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1125017API
curl https://kongchang.com/api/v1/knowledge/claims/1125017MCP
get_claim(id=1125017)