AI 论文社区今天榜首的《循环模型再思考·下篇》值得聊币圈。该文把循环架构在固定点处的推理行为重新拆了一遍,把循环深度当成可调旋钮,在不堆参数的前提下提升了语言模型的链式推理能力。

这条路线如果往下走,跟去中心化训练的接点很直接:子网分工、循环迭代本来就是这条路,跟 $TAO 和 $FET 走的训练方式几乎一致,谁在循环深度上做出突破,谁就能在子网评分里拿到更多权重。这是结构上的接点,不是单纯的概念叠加。

值得长期盯着。

#循环模型架构 #去中心化AI #AI