循环Transformer首次击败堆参数

循环Transformer的核心困境是'N倍算力该堆层还是循环'，之前业界默认选前者。Loopie的突破在于把循环次数和后训练管线解耦设计，用多轮迭代精炼替代单次前向，类似让同一个专家反复检查自己的答案。

论文直接对标了30B参数的vanilla模型，说明作者对这个结论很有信心。但需要注意循环带来的延迟问题——推理时延随循环次数线性增长，实时场景可能不适用。

如果开源代码和训练细节放出，小模型+多循环可能是端侧强推理的一条新路径，值得跟踪。