大型语言模型（LLM）在推理时通常遵循固定的深度与顺序，对所有层执行一次非循环的前向计算。然而，一篇被 ICML 2026 接收的论文《Skip a Layer or Loop It? Learning Program-of-Layers in LLMs》揭示了一种无需训练即可实现的灵活动态机制，作者称之为“程序化层执行”（program-of-layers，简称 PoLar）。该论文由 Ziyue Li 等三位作者完成，于 2026 年 6 月 4 日提交至 arXiv（编号 2606.06574，属机器学习 cs.LG 类别），并显著扩展了此前 arXiv:2507.07996 的工作，代码链接已在论文中给出。
研究者发现，预训练模型的层可以被当作模块打包，然后针对每个输入动态地跳过（skip）或循环（loop），从而组成一个定制化的执行程序。也就是说，推理并不必然要求完整走完所有层。实验观察显示，对于大多数输入，大幅缩短的程序执行即可达到与原模型相同甚至更好的准确率；而对于原始 LLM 给出的错误预测，往往可以通过层数更少的替代程序予以纠正。这些现象表明，推理过程存在多种有效的潜在计算路径，标准前向传播只是其中之一。
为了在实践中高效地实现 PoLar，作者提出了一个轻量级的 PoLar 预测网络。该网络学习为每个输入生成执行程序，动态决定跳过或重复哪些预训练层。与需要人工设计或依赖固定规则的动态深度方法不同，这一预测网络以数据驱动的方式输出逐样本的层执行方案。
在数学推理基准上的实验表明，PoLar 相比标准推理以及此前的动态深度方法能够持续提升准确率，而且往往只需执行更少的层。这种收益在分布外（out-of-distribution）评测下依然保持，说明该方法并非仅对训练分布内的样本有效。
论文的结论指出，固定深度执行只捕捉到了 LLM 潜在推理能力的一小部分。该工作暗示，模型内部的层并非必须按固定顺序全部参与计算，通过重新编排层的执行程序，可以在不重新训练模型权重的前提下释放更多推理潜力，同时可能降低推理成本。论文同时给出了提交历史：v1 版本于 2026 年 6 月 4 日 17:59:58 UTC 提交，全文约 574 KB，并提供 PDF、实验性 HTML 与 TeX 源码等多种获取方式。