Claude 最强的“神话”模型 Mythos，其背后可能采用了来自字节的技术架构？
这一猜测近日直接冲上了社交平台的热搜榜。
这款被描述为“强到不敢公开发布”的 Mythos 模型，确实激发了业界对下一代大语言模型架构的想象。社区正在热烈讨论它是否采用了循环语言模型架构。
这一概念源自字节跳动 Seed 团队与多所高校合作发表的一篇学术论文，图灵奖得主 Yoshua Bengio 也参与了该项研究。
关键的线索来自 Anthropic 官方公布的一组测试数据。字节的论文曾指出，图搜索是循环算法相比标准方法具有巨大理论优势的领域之一。而 Mythos 模型，正是在广度优先的图搜索测试中，表现出了对竞品 GPT-5.4 的显著超越。
在该项测试中，Mythos 取得了 80% 的得分，而 GPT-5.4 仅为 21.4%，差距接近四倍。值得注意的是，在其他类型的任务上，并未出现如此异常的分差。这暗示，Mythos 的进步很可能并非源于通用的 Scaling Law，而是来自特定的架构创新。
循环语言模型：同一层“多转几圈”，小模型可挑战大模型
GraphWalks BFS 测试要求模型对一个复杂的图结构进行广度优先搜索，即从起点出发，逐层访问所有相邻节点。
标准的 Transformer 架构处理此类问题时，只能进行一次前向传播，从输入到输出，缺乏“迭代”的机制。而 Mythos 能在图遍历任务上取得 80% 的高分，表明其内部很可能在进行“反复计算”，对同一组信息进行了多轮处理。
那么，何种架构能实现这种“反复计算”？字节 Seed 团队的论文提出了 LoopLM 循环语言模型。
LoopLM 架构主要有三个特点：
1. 内部迭代：思考过程发生在模型的潜空间内部，不额外输出更多 Token。
2. 动态步数：简单问题少迭代几步，复杂问题多迭代几步，可自动调节。
3. 预训练目标：训练时学习“如何在潜空间思考”，而不仅仅是“预测下一个 Token”。
研究团队基于此架构训练了 Ouro 系列循环语言模型。
测试结果显示，1.4B 参数的 Ouro 模型，其性能可对标约 4B 参数的传统模型；2.8B 参数的 Ouro 模型，则相当于 8B–12B 参数的传统模型。
关于循环模型能力提升的来源，论文详细区分了“知识存储”与“知识操作”：
* 知识存储的容量基本是固定的，受限于模型参数数量，循环架构本身不会让模型“记住”更多事实。
* 知识操作能力，如多跳推理、程序执行、图结构搜索等，则能随着循环步数和训练数据量的增加而实现指数级增长。
换言之，循环模型并非扩展了知识库的容量，而是极大地增强了在知识库内部进行搜索、组合与推理的能力。
除了图搜索测试，社区还总结了更多指向 Mythos 可能采用循环架构的线索。
三条线索指向循环模型架构
第一条线索，即前述的广度优先图搜索测试结果。Mythos 不仅大幅领先 GPT-5.4，相比其前代模型 Claude 3 Opus 的提升幅度也异常显著。
第二条线索，Anthropic 报告称 Mythos 完成每个任务所使用的 Token 数量是 Opus 4.6 的 1/5，但推理速度反而更慢。这在标准 Transformer 框架下难以解释——Token 少意味着生成步骤少，理应更快。然而，循环模型恰好能解释这一矛盾：大量计算发生在潜空间的内部迭代中，而非可见的 Token 生成步骤。
第三条线索，Mythos 在网络安全测试中表现极为突出。其在 CyberGym 测试集上获得 83.1% 的得分，远超 Opus 4.6 的 66.6%。此外，据称 Mythos 发现了上千个零日漏洞。漏洞发现的本质是对程序控制流图进行遍历，寻找从输入点到危险函数的路径，这同样是一个图的可达性问题——再次契合了循环架构的潜在优势。
目前，所有这些都仍停留在猜测阶段。Anthropic 未公开任何关于 Mythos 架构的信息，且很可能未来也不会公开。但有一句话值得深思：Scaling Law 带来的改进是相对均匀的，而架构创新则会在与其归纳偏置相匹配的特定任务上，创造出异常突出的性能尖峰。
循环 Transformer 的归纳偏置正是迭代图算法。而 Mythos 的性能尖峰，恰好出现在图遍历任务上。或许，Anthropic 无需多言，测试数据本身已经透露了关键信息。
论文链接：
https://arxiv.org/abs/2510.25741
关注“鲸栖”小程序，掌握最新AI资讯
本文来自网络搜集，不代表鲸林向海立场，如有侵权，联系删除。转载请注明出处：http://www.itsolotime.com/archives/29995
