循环 Transformer 共享记忆反获提升：省 76-79% 上下文内存且困惑度更低

循环 Transformer 共享记忆在 150M–1B 参数规模上质量反获提升，仅首次递归写入 KV cache、后续只读。五次递归下，混合变体在 FineWeb-Edu 上的验证困惑度比标准 Transformer 低 1.12–1.82，上下文内存减少 76–79%。后续递归主要关注共享记忆，它充当指向首次递归的「梯度高速公路」。