---
title: "Internal Ticks"
created: 2026-05-15
updated: 2026-05-15
type: concept
tags: [neural-architecture, recurrence, temporal-processing]
sources: [raw/papers/darlow-ctm-2025.md]
---

# Internal Ticks

**Internal Ticks** 是 CTM 中的内部时序维度 t ∈ {1, 2, ..., T}，与数据维度（序列长度、图像尺寸等）完全解耦。

## 核心思想

传统循环模型沿**数据固有的序列维度**展开（如文本的 token 位置），而 CTM 沿**自生成的"思考步骤"** 展开——即使是静态输入（单张图像）也有内部时序。

## 在 CTM 中的作用

每个 internal tick 中：
1. [[synapse-model|Synapse Model]] 产生前激活 a_t
2. [[neuron-level-models|NLMs]] 产生后激活 z_{t+1}
3. [[neural-synchronization|同步矩阵]] S^t 被计算
4. 输出 y_t 和注意力查询 q_t 被生成
5. 注意力输出 o_t 与 z_{t+1} 拼接进入下一 tick

## 与 Adaptive Computation 的关系

CTM 不要求使用固定的 tick 数——[[certainty-based-loss|损失函数]] 在每个样本上动态选择最佳 tick。这意味着：
- 简单样本可提前终止（如 <10 ticks for ImageNet）
- 困难样本可使用更多 ticks

## 相关概念

- 类似 Perceiver 的 iterative attention 和 PonderNet 的 halting 机制
- 但 CTM 的 ticks 是 **neural dynamics 的展开**，而非单纯的迭代精炼

## 来源

- [[darlow-ctm-2025|CTM 论文]]