大模型像一摞层层传递的加工工序：层越多，通常越耗时间和算力。这项工作尝试在训练时随机跳过整层计算，像练习时故意少走几级台阶，让模型提前习惯不同深度。这样既能减少训练开销，也方便部署时按设备预算删层。
关键不只是“随机丢层”，而是怎么丢。作者发现，更有效的配置是：越靠后的层，跳过概率逐步增加；随着训练推进，整体跳层强度逐渐降低，并同步调整优化器参数。在超过 2400 次训练实验中，模型规模覆盖 2.71 亿至 82 亿参数。作者报告，在训练步数相同时，这套方法最多节省 25% 的训练 FLOPs——也就是主要计算量——同时取得相近或更低的验证损失。
更实用的是，模型训练完后无需再微调，就能做“零样本剪层”：直接提前结束计算或跳过中间层。作者称，这可带来最高 1.5 倍推理加速，准确率损失可忽略。换句话说，一次训练便能得到可按算力伸缩的模型；不过这些效果目前仍以论文作者的实验为准。