SanSi循环类型化决策模型论文发布

2026年10月15日，Shuyu Gan等人在arXiv人工智能板块发布论文，提出SanSi循环类型化决策模型。据该报道，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。目前该事件仅有这一篇主报道，尚无后续跟进报道，上述准确率与对比数据均出自该论文自述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。