LEV循环决策模型论文发布

2026年10月16日，arXiv Artificial Intelligence 刊出 Dingjie Song 等人的论文，提出 LEV 循环决策模型。该模型通过循环重跑网络层而非生成 token 来加深思考，基于以循环方式预训练的语言模型，每次循环后读取选项并联合训练所有步骤，使同一 checkpoint 可在任意深度作答。论文称，按问题设定按需深度（由一个小型 stopper 依据在无标注请求上拟合的阈值决定），可节省 15% 至 24% 的计算量，代价是准确率下降不到一个百分点，与固定深度组合持平或略高；在锁定测试集上，1.4B 与 3B 模型比同规模稠密（非循环）模型以及延迟低于 50 毫秒的同延迟级联模型准确率高 5.4 至 8.8 个百分点。上述数据均出自论文自身陈述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。