MSAR：让残差连接按上下文尺度检索网络深度
保留完整隐藏向量，用多尺度因果卷积构造不同的深度注意力视角
传统残差把各层结果固定相加，MSAR让每个后续层分别从历史层结果中检索。其关键不是切碎通道形成多个头，而是以邻近词的不同上下文窗口扩展完整向量，避免各流只剩同一向量的倍数。
Xiaohan Qin、Junchi Yan 等 / 上海交大、上海创智学院、小红书 Dots Studio阅读简报
2026.10.15 简报
故障补刊 · 覆盖 2026.10.09 — 2026.10.15
以下为当期记录；研究详情页展示最新已核对信息。
3 项工作
UPTURN：在推理分岔处重开用户回合
紧张 token 预算下，保留正确前缀并改变后续推理，比重新采样更有效吗？
UPTURN 冻结推理模型，训练小型位置策略选择段落边界，再插入一个新的用户回合请求简洁求解。论文的重要性在于区分“沿原轨迹加反思词”和“真正重开对话回合”；收益主要出现在生成预算紧张时，不能概括为任意预算下都优于多采样。
Jiwon Jeon、Myungsik Cho 等 / KAIST阅读简报
zip2zip++：动态合并 token 后，如何少损失推理能力
容错编解码、数字保护与位置对齐共同修复动态词表接口
在已有BPE之上用LZW建立输入相关的超token词表，一步可生成多个基础token。新工作针对动态词表破坏输入输出几何、位置和字典同步的问题逐项修复；压缩率与模型质量仍存在明显取舍。
Saibo Geng、Andrea Gentilini、Xinxian Ma 等 / EPFL、TUM、ETH Zürich阅读简报
人物与观点
0 条该期没有收录这个领域的人物动态。