Recurrent Looped Transformer
ترانسفورمر حلقوی بازگشتی
استدلال در لایههای پنهان با عمق زمانی نامحدود، طراحی همزمان مدل و سختافزار، و replay سیاست جاری برای RL — اینا ستونهای اصلی Recurrent Looped Transformer هستن.
نظر هوش مصنوعی — ⭐ ۸/۱۰
🎯 چرا مهمه: این معماری نشون میده میشه بدون افزایش پارامتر، عمق reasoning رو از طریق حلقههای بازگشتی در فضای latent افزایش داد — رویکردی که میتونه مسیر scaling رو عوض کنه.
💡 نکته: ترکیب co-design مدل–سختافزار با RL replay سیاستِ جاری، نشوندهندهی نگاهِ سیستمی به مسئلهست، نه فقط یک تغییرِ معماری صرف.
👥 برای کی: کسانی که روی معماری مدل، inference بهینه، یا training با RL کار میکنن.
🔗 https://yifanzhang-pro.github.io/recurrent-looped-tranformer/
#ai #LLM #reasoning
@BenFeed
Post #500
8