小模型想变聪明，通常的做法是让它"想久一点"——写更长的思维链，生成更多token。但卡内基梅隆大学和牛津大学的一篇新论文指出，模型可以不写更长的推理过程，而是反复改进隐状态，让它在内部多迭代几轮。

论文显示，循环流（looped flows）表明，这些额外的步骤能实打实地提升准确率。也就是说，测试时的算力投入，不一定非要换成更多的输出token。

打开网易新闻 查看精彩图片

隐状态迭代，而不是token堆叠

思路的核心在于：模型可以"想得更久"，但思考发生在内部表示上，而不是外显的文字链条上。小模型通过多轮精炼自己的隐状态，推理表现可以更好。

这挑战了一个默认前提——测试时算力增加，等于生成更多token。论文给出的替代方案是，把算力花在反复打磨同一份内部表示上。

问题也随之而来：循环模型在长循环上很难训练。模型可能一直在更新隐状态，但这些更新会变得不稳定，或者干脆不再带来任何帮助。

循环流怎么解决训练难题

循环流的做法是，把每一次更新都当作一个小型去噪任务来训练，同时确保更新后的隐状态对下一次更新仍然有用。

这样一来，模型在推理阶段就能持续改进同一份内部表示，而不是每多一步就偏离方向。训练时的稳定性问题，被拆解成了一个个可控的小任务。

对关注推理成本的人来说，这个方向值得留意：如果隐状态迭代真的能替代长思维链，那么"让模型多想一会儿"这件事，未必需要付出成倍的token开销。