rick awsb ($people, $people)(@rickawsb):能跑在本地的开源模型2个月能达到openai astra目前的水平吗？《The Information》援引知情人士称：Astra 用了有限的循环深度（recurrent depth / looped transformer）——生成下一个 token 前，同一组层会对内部状态多跑几圈；报道把这说成提升表现、同时减少可见思维链的一项技术。如果这是真的，那么这对开源模型来说是一件大好事，因为比起大模型，循环深度对小模型的性能提升更大。因为循环深度可以让一部分原本需要靠更大参数量获得的能力，改为在推理时靠更多计算换回来。代价是更高的 inference compute。更重要的是，循环深度和 MoE 架构存在明显的结构性协同，天然比 dense Transformer 更适合 MoE架构。因为MoE 循环时，每一轮可以调用不同专家，因此同一套共享层可以在不同循环里执行不同计算之前已经有论文研究发现，通过循环深度技术能让3.5b的模型跑出50b模型的评分虽然最终无法确认2个月之内开源小模型就一定能达到astra水平，但架构上，显然有更大优势。接下来astra等级的模型的能力可能会以比之前前沿模型更快的速度，被开源小模型赶上所以。。。显卡是不是又要再涨价了？

2026.09.09 03:02

能跑在本地的开源模型2个月能达到openai astra目前的水平吗？《The Information》援引知情人士称：Astra 用了有限的循环深度（recurrent depth / looped transformer）——生成下一个 token 前，同一组层会对内部状态多跑几圈；报道把这说成提升表现、同时减少可见思维链的一项技术。如果这是真的，那么这对开源模型来说是一件大好事，因为比起大模型，循环深度对小模型的性能提升更大。因为循环深度可以让一部分原本需要靠更大参数量获得的能力，改为在推理时靠更多计算换回来。代价是更高的 inference compute。更重要的是，循环深度和 MoE 架构存在明显的结构性协同，天然比 dense Transformer 更适合 MoE架构。因为MoE 循环时，每一轮可以调用不同专家，因此同一套共享层可以在不同循环里执行不同计算之前已经有论文研究发现，通过循环深度技术能让3.5b的模型跑出50b模型的评分虽然最终无法确认2个月之内开源小模型就一定能达到astra水平，但架构上，显然有更大优势。接下来astra等级的模型的能力可能会以比之前前沿模型更快的速度，被开源小模型赶上所以。。。显卡是不是又要再涨价了？

커뮤니티로 전달