arXiv · cs.AI· Xiaocong Yang, Yuren Hao, ChengXiang Zhai·· 5 小时前
DAGFormer：用于Transformer跨层连接全局拓扑预测的架构
DAGFormer: Global Topology Prediction for Transformer Cross-Layer Connections
arXiv:2610.19625v1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：Xiaocong Yang, Yuren Hao, ChengXiang Zhai
研究任务与主要进展
Xiaocong Yang、Yuren Hao和ChengXiang Zhai提出DAGFormer，通过联合训练的拓扑预测器统一规划Transformer跨层连接，并根据输入词元调节连接强度。基于论文摘要，在75M至1B参数的匹配OLMo-2实验中，DAGFormer相较标准Transformer将WikiText-2困惑度降低17%至25%，并在多项评测和指令微调中取得更高结果。
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