商汤开源 SenseNova Loop-9B-Preview：Looped Transformer 架构，9B 参数媲美 27B 模型 - 果核剥壳

11 月 2 日消息，商汤科技宣布开源商汤日日新 SenseNova Loop-9B-Preview 模型。

官方表示，该模型采用 Looped Transformer 架构，通过引入循环计算扩展模型的有效计算深度，并探索更充分的信息交互机制，提升模型在复杂任务上的处理能力，在仅 9B 的参数规模下，可媲美 27B 参数规模的模型。

架构设计上，SenseNova Loop-9B-Preview 以 9B 尺度模型为基座，保留首尾各 4 层原始解码器模块，将中间层改造为参数共享的循环计算模块，通过多轮迭代扩展有效计算深度。在此基础上，模型进一步探索循环计算中的信息传递机制，引入 mHC（Manifold-Constrained Hyper-Connections），利用多路残差连接与受约束的信息混合，增强特征交互并维持信号传播的稳定性。

评测方面，在当前评测设置下，该模型在代码生成、办公场景和智能体任务等多个方向上均优于其他模型，并在 WorkBuddy Bench、RaccoonPPT Bench 和 AutomationBench 等评测中超过 Qwen3.5-27B。官方称，这些结果初步展现了通过扩展有效计算深度提升小参数模型复杂任务处理能力的潜力。

此外，商汤通过消融实验评估了 mHC 机制的实际收益：采用该机制后，模型取得明显性能提升，其中 GPQA Diamond 和 TeamBench 分别提高了 4.42 分和 13.34 分，展现出在复杂推理任务及多步骤 Agent 任务中的应用潜力。后续，商汤还将继续探索 DSA、自适应迭代次数等机制，以提升模型的推理效率与任务表现。