OpenAI最新模型Astra用上字节架构：Transformer同一层反复算

动察 Beating AI 快讯，OpenAI 即将发布的 Astra 用上了一种循环推理架构 recurrent depth，也叫 looped transformer。普通 Transformer 每生成一个 Token，会固定穿过一层层网络；Astra 可以让同一段信息反复经过同一组层，多算几轮再输出。 这条路线字节去年已经公开做过。Seed 团队发布的 Ouro 就是一种 Looped Language Model，同样让一组 Transformer 层循环运行，把更多计算放进模型内部。模型不用一直生成更长的思维链，也能增加推理计算量。较小模型因此能用更多计算，做到接近更大模型的效果。 这种架构也带来一个安全问题。部分推理发生在内部隐藏状态里，人类看不到完整文字记录，更难通过思维链检查模型有没有违规。OpenAI 因此限制了 Astra 使用 recurrent depth 的程度，让它仍保留可读的思维链，并准备加入额外的 CoT 监控。