待验证50% 置信事实精确时间

LoopLMs中12层的参数量可以模拟出48层的计算深度，因为参数在每次递归中被共享复用

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

LoopOPD：让循环语言模型自我蒸馏，实现递归自我提升

涉及实体

相关事实

待验证循环语言模型（LoopLMs）通过在多个递归计算步骤之间复用同一套共享参数，能够在不显著增加参数量的前提下加深推理能力73% 相似待验证模型合并直接在参数空间中操作，把多个模型的权重按某种方式组合起来；无需训练数据或梯度回传，仅凭权重的代数运算就能产出新模型68% 相似待验证稠密模型处理每个 token 时全部参数都参与运算，计算量与参数规模严格挂钩66% 相似待验证循环次数可以在推理阶段动态调整，使同一模型根据任务难度按需分配计算量66% 相似已验证Dense架构中模型所有参数在每次推理时都参与计算，计算成本随参数规模线性增长，以Llama系列为代表64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990585

API

curl https://kongchang.com/api/v1/knowledge/claims/990585

MCP

get_claim(id=990585)