SanSi：面向 System 1.5 思维的循环类型化决策模型

SanSi 将预训练循环语言模型改造为类型化决策模型，每次循环后读取选项概率，并用恰当评分规则训练每个循环，使单次运行即可覆盖 1 到 8 次循环的任意预算。在来自 59 个来源的 10,027 项测试决策上，SanSi 达到 72.0% 准确率，比同结构非循环模型高 13.5 个百分点，比同规模更新的非循环模型高 5.3 个百分点，比参数量三倍的模型低 1.8 个百分点。