跳过一层还是循环它？LLM中的“层程序”学习
大型语言模型（LLM）通常以固定深度和顺序执行所有层，但最新研究揭示了另一种可能性：无需额外训练，预训练层可像模块一样被跳过或循环，为每个输入动态定制执行程序。来自马里兰大学等机构的研究团队在ICML 2026上发表的论文《Skip a Layer or Loop It? Learning Program-of-Layers in LLMs》中提出了PoLar（Program-of-Layers）方法，证明对于大多数输入，更短的执行路径就能达到甚至超越原始模型的准确率，而原始模型的错误预测有时也能通过更少层的替代程序得到纠正。
核心发现：推理存在多条有效路径
传统LLM推理遵循固定层序，但PoLar发现，预训练模型中潜藏着多种有效的“程序化”执行方式。例如，对于简单问题，模型可能只需前几层就能给出正确答案，跳过后续层反而能避免噪声干扰。更令人惊讶的是，当原始完整推理给出错误结果时，一个跳过某些层或重复某些层的替代程序（使用更少层）却可能产生正确输出。这表明LLM的推理能力并非完全依赖于所有层的顺序执行，而是存在多条“潜伏”的计算路径。
方法：轻量级预测网络动态调度
为了实现PoLar，研究者设计了一个轻量级的PoLar预测网络，它接收输入（如数学问题的嵌入），输出一个执行程序——即指示哪些层被跳过、哪些层被重复的指令序列。该预测网络本身很小，附加在原始LLM上，通过强化学习或监督学习（论文未明确具体训练方式，但提及“学习生成执行程序”）来优化。在数学推理基准（如GSM8K、MATH）上，PoLar不仅提升了准确率，还常常减少了平均执行层数，且在分布外数据上表现稳健。
意义与启示
这项研究挑战了“固定深度推理”的默认假设。它暗示LLM的推理能力可能远未被充分利用——标准前向传播只是众多可能路径的一种。PoLar提供了一种训练无关的优化手段，即无需微调原始模型，仅通过动态调度即可提升性能。这对于资源受限的部署场景尤其有价值：在保持或提升精度的同时减少计算开销。
此外，PoLar的可解释性也值得关注：通过分析模型对哪些层跳过或循环，研究者或许能洞察不同层在推理中的角色。例如，某些层对特定类型的问题至关重要，而其他层则可能冗余。
局限与展望
目前PoLar主要在数学推理任务上验证，其在更广泛任务（如文本生成、对话）上的表现尚待探索。此外，预测网络本身需要额外训练，虽然轻量，但仍需考虑训练成本。未来工作可能包括将PoLar扩展到更大模型（如GPT-4规模），或结合剪枝、蒸馏等技术进一步压缩。
总之，PoLar为LLM推理提供了一种全新的视角：动态、可变深度的计算，而非一刀切的固定流程。这或许是迈向更高效、更智能AI系统的重要一步。