人们通常直观地认为,Transformer 模型在从输入中进行内容复制方面具有较高效率。事实上,我们证明:通过显式建模,大语言模型(LLM)在上下文中的复制能力可以得到显著提升。为此,我们提出了“复制-粘贴语言模型”(Copy-Paste Language Models, CPLMs),即在传统语言建模(LM)头之外,额外引入一个轻量级的“复制-粘贴”头。CPLMs 不仅提升了训练效率与下游任务性能,还在长上下文建模和检索增强场景中提供了全新的性能-开销权衡点(operating points)。我们通过预训练参数量从 1.35 亿到 17 亿不等的多个模型,全面验证了该方法的有效性——结果表明,无论模型规模或主干网络(backbone)如何变化,CPLMs 均能带来一致的性能提升,且训练与推理开销几乎可以忽略不计。我们进一步揭示了 CPLMs 成功的内在机制:它通过提供一条替代性的梯度通路,在一定程度上缓解了传统语言建模头所面临的梯度瓶颈问题。

