**跳过还是循环？学习大语言模型中的动态层程序**

_Skip a Layer or Loop It? Learning Program-of-Layers in LLMs_

> 研究发现，预训练大语言模型的各层可作为模块动态跳过或循环，针对不同输入形成定制化执行程序，大幅缩短推理深度且保持或提升准确率。通过轻量预测网络实现层调度，在数学推理等任务上以更少层数取得显著性能提升，揭示了固定深度推理仅挖掘了模型潜力的有限子集。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.06574)