一句话看懂：Hugging Face Papers 上的一篇论文提出 Progress-Aligned Recurrence（PAR）训练方法，让循环语言模型在远超训练长度的序列任务上保持准确率，而单纯增加推理迭代次数并不自动带来这种能力。
事件核心：发生了什么
据 Hugging Face Papers 发布的论文摘要（原始时间为 2026 年 10 月 20 日），研究者指出，Looped 语言模型虽然可以在测试阶段多跑几轮迭代，但多加的迭代未必能帮它解决更长的问题。在顺序状态追踪任务中，只监督最终答案无法告诉每一轮迭代该推进到哪一步，反复更新还会改变循环状态的数值尺度。
为此论文提出 PAR：第 k 轮迭代的预测被训练去匹配前 k 次操作后的状态，同时把循环状态重新缩放到首轮迭代的范数。摘要给出的数据显示，在 swap-S_5 任务上，基于 Qwen2.5-0.5B、训练时最多 32 步的模型，在 512 步时平均全状态准确率为 95.5%，相当于训练长度的 16 倍；同一骨干下摘要引述 RLT 为 55.7%，显式思维链为 0.8%。消融实验显示，去掉范数锚定后外推倍数从 16 倍降到 2.2 倍以下；用最终答案监督替换进度对齐目标，外推最高只到 8 倍。
为什么重要
这触及循环深度模型的一个核心假设：更多计算轮次是否等于更强的问题求解能力。摘要的结论是，额外迭代要真正有用，需要同时训练中间预测和状态尺度。若这一结论在更多任务上成立，它会影响大模型在长序列推理、状态机模拟等场景的训练设计，也让 0.5B 级小模型的可用边界成为一个值得观察的方向。需要注意的是，以上均来自论文摘要，尚未核验全文实验，也不代表已有产品上线。
对用户/开发者/创作者的影响
对开发者而言，PAR 提示了一个可复用的训练思路：与其只对最终输出做监督，不如设计阶段化的中间目标，并控制循环状态的数值尺度。摘要还提到，在缺少中间标签时可用前缀自蒸馏，只凭最终答案从较短问题前缀中诱导出对应关系，这降低了构造训练数据的门槛。对应用方来说，这类研究目前属于方法论层面，距离可调用的 API 或开源权重仍有距离，不宜据此评估具体产品的长序列能力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是论文全文与社区复现能否在 swap-S_5 之外的状态追踪任务上复现 16 倍外推；二是范数锚定和进度对齐目标能否迁移到更大模型和通用语言任务；三是是否有开源实现或训练框架跟进，让开发者实际验证前缀自蒸馏的效果。
