AIME

自適應循環 Transformer 突破測試時縮放瓶頸：清華團隊提出 TaH2 架構

Overcoming Test-Time Scaling Bottlenecks with Adaptive Looped Transformers: Introducing TaH2

清華大學等研究團隊提出 TaH2 架構，透過結合「迭代決策器」與「前瞻深度監督」，讓循環 Transformer 能自適應調整每個 token 的迭代次數，大幅提升測試時縮放（Test-Time Scaling）的計算效率與準確度。