针对大模型长文本处理难题，Transformer架构的核心作者之一Llion Jones领导的研究团队开源了一项新技术DroPE。

不仅无需昂贵的长上下文训练，就能实现无缝零样本上下文扩展；

且用DroPE重新校准模型所需预训练预算不到1%。

这项技术被网友调侃为“NoRoPE”（没有旋转位置编码）。

原因很简单，因为DroPE可以看作是一种丢弃位置嵌入来扩展上下文的方法。

那是怎么个“丢弃”法呢？

把位置嵌入当成临时训练工具

首先咱得先来搞懂什么是位置嵌入。

在Transformer模型中，有一种核心机制叫自注意力（Self-Attention），它能够让模型在读到一个词时关联到其他词，搞清楚谁和谁有关系。

但是，这种机制在并行计算时，会丢失文本序列原本的前后位置关系。

比如说，在这个机制中，“猫抓老鼠”和“老鼠抓猫”在计算上是一样的，这样大模型就分不清到底应该把谁放前边。

为了让模型清楚地知道谁在前谁在后，研究人员引入了位置嵌入（Positional Embedding）。

现在最流行的位置嵌入方法是RoPE（旋转位置编码），可以把它想象成一个句子指南针，能够帮助模型快速建立起对语序的感知，分清前后关系，让训练过程更稳定。

但是，RoPE在长序列处理方面存在严重缺陷，RoPE中的高频维度会因旋转角度快速饱和，导致位置编码失效；低频维度则因旋转角度变化过慢，同样无法准确表征位置信息。

而DroPE正解决了这一问题。

它把RoPE当成临时的训练工具。

在预训练阶段，借助RoPE来保证训练的稳定性和效率，为模型提供可学习的顺序感。

而到了推理阶段，则大胆地丢弃位置嵌入，并在原上下文长度下进行简短的重新校准。

DroPE通过这种方式，成功解锁了模型的长上下文外推能力，实现了零样本扩展。

在不针对长文本进行额外训练的情况下，让模型能够处理更长的序列。

研究团队在多个模型上进行了实验，包括从零开始训练的5M参数模型、SmolLM家族模型（360M/1.7B）以及7B参数的Llama2-7B等。

在LongBench基准测试里，DroPE将基础SmolLM的平均得分提高了10倍以上。

在NIAH任务评估中，DroPE模型的召回率高达74.92%，大幅超越了传统的RoPE缩放方法。

即使在大规模的Llama2-7B模型上，仅使用0.5%的预训练预算进行重新校准，DroPE也能在长上下文问答和总结任务中展现出卓越的性能。

Sakana AI

提出DroPE技术的团队，来自Transformer八子之一Llion Jones和前谷歌高级科学家David Ha创办的Sakana AI。

听起来是不是有点熟悉？

不仅被英伟达老黄投资过，这家公司还造出了首个“出道”自带10篇完整学术论文的AI科学家The AI Scientist，由此走入了大家的视野。

就在前几天，Sakana还发布了一项有意思的研究。

它们和MIT研究团队一起提出了数字红皇后（Digital Red Queen）算法，借助大语言模型在经典编程游戏《Core War》中实现对抗性程序进化。

新程序需要击败所有前代程序以模拟红皇后动态。

实验显示，经多轮迭代，生成的“战士”代码不仅对人类设计的程序表现出更强通用性，还出现表型趋同、基因型多样的“趋同进化”现象，且能减少循环相克问题。

或许，这项研究还能为网络安全、药物设计这类需要互相抗衡的领域提供参考。

DroPE论文地址：https://arxiv.org/abs/2512.12167

代码地址：https://github.com/SakanaAI/DroPE

参考链接：https://x.com/SakanaAILabs/status/2010508366574186825

DRQ论文地址：https://arxiv.org/abs/2601.03335