# Pętle głębokości i myśli ukryte

EN: **Recurrent depth and latent thoughts** · id `latentloops` · aliases: latent reasoning, looped depth, myślenie w przestrzeni ukrytej

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Sieci i modele generatywne](https://aiatlasgraph.com/t/neural.md) › [Rozumowanie w modelach językowych](https://aiatlasgraph.com/t/reasoningmodels.md) › Pętle głębokości i myśli ukryte

## Description

- PL: Skalowanie obliczeń przy odpowiedzi przez powtórzenie bloku albo ciągły stan, nie przez dodatkowe tokeny.
- EN: Scaling answer-time compute by repeating a block or a continuous state, not by extra tokens.

## In one sentence

- PL: Model powtarza ten sam blok albo myśli liczbami, zamiast dopisywać kolejne słowa.
- EN: A model repeats the same block or thinks in numbers, instead of appending more words.

## Problem it solves

- PL: Dłuższy zapis kroków słowami jest drogi, a część rozumowania źle mieści się w tekście.
- EN: A longer written trace is costly, and some reasoning fits poorly in text.

## What it does

- PL: Ten sam fragment sieci liczy się wielokrotnie albo ukryty stan wraca jako następne wejście, bez nowego słowa.
- EN: The same network block runs many times, or a hidden state returns as the next input, without a new word.

## Everyday example

- PL: Przy układance logicznej model kilka razy przelicza ten sam blok, zanim wypisze krótką odpowiedź.
- EN: On a logic puzzle the model reruns the same block several times before writing a short answer.

## This concerns you if you…

- PL: odpowiedź wymaga kilku kroków
- PL: nie chcesz płacić za długi zapis myślenia
- PL: słowa pośrednie nic nie wnoszą
- EN: an answer needs several steps
- EN: do not want to pay for a long thinking trace
- EN: intermediate words add nothing

## Keywords

recurrent depth · looped transformer · latent reasoning · continuous thought · adaptive halting · test-time depth · parameter sharing · Huginn

## How it works

- PL: Wagi bloku są współdzielone między przejściami. Liczba powtórzeń może być stała albo zatrzymywana adaptacyjnie. W wariancie ciągłym ostatni stan ukryty wraca jako embedding bez dekodowania na słowo. Niektóre metody nie wymagają zapisanych śladów słownych, inne potrzebują specjalnego treningu trybu ukrytego.
- EN: Block weights are shared across passes. The repeat count can be fixed or halted adaptively. In the continuous variant, the last hidden state returns as an embedding without decoding to a word. Some methods need no written reasoning traces, while others require special training for the latent mode.

## Limits

- PL: Więcej pętli nie gwarantuje lepszej odpowiedzi i utrudnia podgląd powodu. Trzeba ustalić zatrzymanie. Część metod wymaga osobnego treningu, część tylko pętli w architekturze.
- EN: More loops do not guarantee a better answer and hide the reason. Halting must be set. Some methods need special training, others only a loop in the architecture.

## Key terms

- PL: **współdzielony blok**: Te same wagi liczone wielokrotnie zamiast nowej warstwy na krok.
- PL: **myśl ciągła**: Stan liczbowy podany dalej bez zamiany na słowo.
- EN: **shared block**: The same weights run many times instead of a new layer per step.
- EN: **continuous thought**: A numeric state passed onward without conversion to a word.

## Know first

- [Łańcuch myśli (chain-of-thought) (Chain-of-thought prompting)](https://aiatlasgraph.com/t/cot.md)
- [Obliczenia w czasie wnioskowania (Test-time compute scaling)](https://aiatlasgraph.com/t/testtime.md)

## Subtopics (4 direct, 4 in total)

- [Adaptacyjne zatrzymanie obliczeń (Adaptive computation time)](https://aiatlasgraph.com/t/acthalt.md): A differentiable rule that teaches a recurrent network how many steps to take between input and output.
- [Ciągłe myśli (Continuous chain of thought)](https://aiatlasgraph.com/t/coconut.md): A reasoning chain in which the hidden state returns as an embedding, without decoding to a token.
- [Głębokość rekurencyjna (Recurrent-depth language models)](https://aiatlasgraph.com/t/recurrentdepth.md): A language model scales answer compute by unrolling a shared recurrent block in hidden space.
- [Transformery w pętli (Looped transformers)](https://aiatlasgraph.com/t/loopedtf.md): A shared transformer block applied recurrently to sequence representations, sometimes with per-position halting.

## Related topics

Untyped, symmetric "see also" links.

- [Hybrydowe agenty rozumujące (Hybrid reasoning agents)](https://aiatlasgraph.com/t/hybridagents.md)
- [Obliczenia w czasie wnioskowania (Test-time compute scaling)](https://aiatlasgraph.com/t/testtime.md)
- [Warstwy z modelem w stanie ukrytym (Test-time training layers)](https://aiatlasgraph.com/t/tttlayers.md)

## Sources

- [Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach](<https://arxiv.org/abs/2502.05171>) `geiping-recurrent-2025` · by Jonas Geiping, Sean McLeish, Neel Jain, John Kirchenbauer, Siddharth Singh, Brian R. Bartoldson, Bhavya Kailkhura, Abhinav Bhatele, Tom Goldstein

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/latentloops · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30