[논문리뷰] Towards Looped Models Done Right, Part II: Rethinking at Fixed PointsLooped 모델은 재귀적으로 동일한 층을 반복 적용하여 효율성을 극대화하려 하지만, 매 재귀마다 발생하는 학습, 디코딩, 프리필(prefill) 및 강화학습(RL) 비용이 여전히 모델 확장성(scalability)의 걸림돌이 되고 있습니다 .#Review#Looped Language Models#Fixed-Point Shaping#Terminal KV Sharing#Truncated Backpropagation#Distilled Prefill#Rollout-State Reuse#Depth Prior2026년 10월 5일댓글 수 로딩 중
[논문리뷰] Universal Reasoning Model본 연구는 Universal Transformer (UT) 모델이 ARC-AGI 와 같은 복잡한 추론 태스크에서 성능 향상을 보이는 근본적인 원인을 체계적으로 분석하는 것을 목표로 합니다.#Review#Universal Transformer#Recurrent Neural Networks#ARC-AGI#Reasoning Tasks#Nonlinearity#Convolutional Gating#Truncated Backpropagation#Model Efficiency2025년 12월 17일댓글 수 로딩 중