arXiv · cs.AI· Shikhar Srivastava, Christopher Kanan·· 2 天前
LayerRoPE：动态深度幅度与角度叠加
LayerRoPE: Dynamic Depth-wise Magnitude & Angular Superposition
arXiv:2610.09179v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shikhar Srivastava, Christopher Kanan
首次提交：2026-10-07 06:30
研究任务与主要进展
论文提出 LayerRoPE，将 Transformer 隐藏状态随深度增长解释为一种涌现的深度位置编码，并用共享向量与深度条件标量替代各层归一化增益向量。基于摘要，作者在涵盖密集、混合专家和混合架构的 16 个预训练 LLM 上报告了更低参数与 FLOPs 变化，并在扩展至超过 100B tokens、512 层的模型实验中称其优于多种归一化方案。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org