热点事件观察中
TaH2：自适应循环 Transformer 改进测试时缩放
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年9月28日，HuggingFace Daily Papers 收录论文 TaH2，针对循环 Transformer 在测试时扩展上的不足提出改进方案。该方法通过前瞻深度监督，联合后训练主干网络与迭代决策器，使额外迭代只作用于真正受益的 token。在 AIME 基准上，TaH2 将准确率-算力斜率从 1.79 提升至 2.74，增幅 53%；同等测试算力下峰值准确率超出非循环基线约 3.4 分；迭代深度从 2 增至 8 时，增益由 +2.8 分扩大到 +3.9 分。代码已开源。
AI 根据报道生成 · 1 小时前更新
最新进展9月28日 08:00
TaH2 论文被 HuggingFace Daily Papers 收录，代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
9月28日
- HuggingFace Daily Papers（社区热门论文）TaH2：用自适应循环 Transformer 改进测试时扩展
针对循环 Transformer 在测试时扩展上的不足，研究者提出 TaH2，通过前瞻深度监督联合后训练主干网络与迭代决策器，让额外迭代只作用于真正受益的 token。在 AIME 基准上，TaH2 将准确率-算力斜率提升 53%（2.74 对 1.79），同等测试算力下峰值准确率超出非循环基线约 3.4 分；迭代深度从 2 增至 8 时，其增益从 +2.8 分扩大到 +3.9 分。代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。