DiscoLoop

DiscoLoop架构增强了LLM的多跳推理能力

研究人员开发了DiscoLoop，一种新颖的循环架构，旨在增强大型语言模型的多跳推理能力。标准的Transformer在跨越多个推理步骤时难以保留信息，而“深度局部存储”问题加剧了这一问题。DiscoLoop通过在其循环结构中同时纳入离散嵌入和连续隐藏状态来解决这个问题。这种双通道方法显著提高了多跳推理任务的准确性并缩短了训练时间，并有望用于实际的语言模型预训练。