arXiv Artificial Intelligence· Xialie Zhuang, Zunhai Su, Jia Pan, Ngai Wong, Guanhua Chen, Chuan-Wei Kuo·2026-10-15 12:00· 18 小时前AI 评分30

StartLux-Decision：用强化学习打造可校准审慎决策的 AutoThink 决策模型

StartLux-Decision: AutoThink Decision Models with Reinforcement Learning for Calibrated Deliberative Decisions

AI 导读

StartLux-Decision 推出 0.8B 至 27B 参数的决策模型，Instant 版用双向注意力保持单次推理，AutoThink 版对不确定决策显式推理、对高置信情形直接作答。