arXiv · cs.AI· Shota Takashiro·· 2 天前AI 评分38
Best-of-Depth：在 Looped Transformers 中学习探索性动态的训练方法
Best-of-Depth: Learning Exploratory Dynamics in Looped Transformers
来源与原文
arXiv · cs.AI
作者：Shota Takashiro
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.04663v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 Best-of-Depth（BoD）训练方法，通过在多个深度上最小化预测损失，把 Looped Transformers 的循环推理轨迹作为候选解集合来训练，无需架构改动或深度专属标签。在 N-Queens 补全和图着色任务上，BoD 的解覆盖率达 91.03%，而 final-depth 训练仅 45.75%；对预训练 looped 语言模型微调后，代码生成成功率也高于 final-depth 训练。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。