热点事件持续更新
循环Transformer共享记忆提升质量并降低内存
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
研究者提出在循环（Looped）Transformer 中使用共享记忆：预训练共享内存的循环语言模型，仅在第一次递归时写入 KV cache，后续递归读取该缓存并保留短窗口。该设计旨在提升模型质量并降低内存占用。报道来自 arXiv Machine Learning Theory（一手），时间为 2026-10-05 12:00。目前仅见此一篇报道，未见与其他报道在数字、时间或说法上的矛盾，也无更早报道可对比。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
新报道：共享内存循环语言模型仅首次递归写入KV cache，后续读取并保留短窗口。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Machine Learning Theory共享内存在 Looped Transformer 中的惊人效果
研究者预训练了共享内存的循环语言模型：仅第一次递归写入 KV cache，后续递归读取它并保留短窗口。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。