One Model, Two Roles: Emergent Specialization in a Shared Recurrent Transformer

En 3 lignesÉtude d'une architecture Transformer récurrente à poids partagés (AIR) capable de développer deux rôles distincts sans partitionnement modulaire. Sur Sudoku-Extreme et Maze, l'état zH agit comme proposition engagée tandis que zL conserve l'incertitude locale. Les expériences de gel et ablations montrent que l'asymétrie d'injection d'entrée induit cette spécialisation fonctionnelle.

Résumé généré par Claude — vérifié par l'humain