LiFT：循环流 Transformer

研究者提出 Loop Flow Transformers（LiFT），通过反复应用共享的 Diffusion Transformer（DiT）核心来扩展计算量，对标准架构仅做轻微改动。LiFT 让每个循环步骤只回归一个目标：从模型初始估计到 flow-matching 目标的直线路径上的一点，并以连续深度坐标索引这些目标，使训练后的模型无需重训练或早退即可循环远超训练深度。