夢晨 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

聽說Mythos太危險被封??？有人反手就給他“重建”并開源了。

OpenMythos，整合了公開研究和目前對Claude Mythos架構的主流推測。

OpenMythos實現(xiàn)了一個帶有MoE路由機制的循環(huán)深度Transformer（Recurrent-Depth Transformer ，RDT），通過跨專家的權重共享和條件計算來實現(xiàn)迭代深度。

已有研究證實，這種架構僅用1半?yún)?shù)，就能獲得與傳統(tǒng)模型同等的效果。

不堆參數(shù)，堆循環(huán)

把這些碎片拼在一起的人叫Kye Gomez，22歲，Swarms智能體框架創(chuàng)始人。

他設計的RDT架構有三個核心點：

• 讓同一組權重最多反復跑16遍
• 每次走不同的專家路徑
• 推理全程在潛在空間完成。

三者合力，讓一個問題“想更多遍”比堆參數(shù)更高效。

過去兩年，AI行業(yè)的標準打法是堆疊上百層不同的Transformer層，每層學到不同的東西，參數(shù)量直接爆炸。

RDT不用上百層，只用幾層，最多反復循環(huán)跑16遍，每一遍都基于前一輪的結果繼續(xù)計算。

同一個東西跑16遍，那不是浪費算力嗎？

RDT的回答是不會重復，因為每次循環(huán)激活的是不同的“專家”。

循環(huán)塊內部用了混合專家層，MoE路由器在每次循環(huán)中激活不同的專家子集。

MoE的設計上借鑒了DeepSeekMoE：大量細粒度路由專家，加少量始終在線的共享專家。

Gomez把這套設計總結成一句話：

MoE提供領域知識的廣度，循環(huán)提供推理的深度。

廣度和深度都有了，還需要一套穩(wěn)定性機制保證循環(huán)不會跑飛。

來自UCSD和Together AI的新論文Parcae: Scaling Laws For Stable Looped Language Models提出LTI穩(wěn)定循環(huán)注入讓每輪不發(fā)散。

實驗中用770M參數(shù)的RDT追平了1.3B參數(shù)的標準Transformer。

參數(shù)量少了近一半，效果一樣。

最后一塊拼圖是連續(xù)潛在空間推理。16輪推理全部在hidden state向量中完成，不生成任何中間token。直到最后一輪循環(huán)結束，才輸出答案。

這和Chain-of-Thought完全不同。CoT是“想一步，寫一步，再想一步，再寫一步”，中間token全部暴露給人類閱讀。

RDT是“想完16遍才說一句話”，推理過程完全內化。

Kye還引用了俄亥俄州立大學的一篇論文，對循環(huán)Transformer架構做了兩個關鍵實驗。

第一個：系統(tǒng)性泛化。

訓練時從沒見過的知識組合，推理時循環(huán)Transformer照樣能答對，標準Transformer直接失敗。

這證明循環(huán)不是重復計算，是真正的”更深層思考”。

第二個：深度外推。

訓練時只教了20跳推理鏈，測試時直接給30跳。

循環(huán)Transformer的應對方式就是在推理時多加幾輪循環(huán)，標準Transformer直接崩潰。

這些結果說明當前大模型在預訓練中已經(jīng)記住了大量事實，瓶頸在于知識組合。

它們無法將已知事實串聯(lián)起來回答新穎問題。循環(huán)似乎免費解鎖了這種組合能力。

如果這些結論成立，Scaling的主流將從”訓練更大的模型”轉向“讓現(xiàn)有模型在推理時多想幾遍”。

有了這些研究結果，Anthropic的Mythos是否真的用了這套架構，似乎已經(jīng)不重要了。

對循環(huán)Transformer的猜想已經(jīng)吸引了來自學術界的大量目光。

更多理論和實驗驗證正在路上。

GitHub：
https://github.com/kyegomez/OpenMythos#the-central-hypothesis

參考鏈接：
[1]
https://x.com/KyeGomezB/status/2045660378844024994
[2]
https://arxiv.org/abs/2604.07822
[3]
https://arxiv.org/abs/2604.12946