Hypothesis

The depth of recursion becomes a tunable compute axis at inference time, requiring no retraining.

大多数人认为AI模型的计算能力主要受限于其架构和训练数据，一旦训练完成，其推理能力基本固定，但作者提出Fugu模型可以通过调整递归深度在推理时动态扩展计算能力，这挑战了传统AI模型的固定计算范式，暗示未来AI系统可能具有前所未有的灵活性。