Lev循环决策模型论文发布
热点事件持续更新
Lev循环决策模型论文发布
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Lehigh University、UBC 与 Vector Institute 的研究团队提出决策模型 Lev，用同一组网络层循环运行、每圈读一次答案来加深思考。团队称，Lev-2.6B 在 JevBench 231 道公开题上从一圈 63.2% 提升到四圈 76.2%，增加 13.0 个百分点。 目前论文、代码、三个模型和三个数据集均已公开；数据集是按来源再分发条款筛选后的子集，无法托管的来源附有重建说明。延迟测量在单张 H200、bf16、一次一个请求下进行，所有系统均未使用融合算子、图捕获或状态缓存。 团队所称的“少算”是离线统计，节省的是环路计算量；要转化为线上吞吐或延迟，需要服务端支持对不同深度请求的打包调度。
AI 根据报道生成 · 3 小时前更新
最新进展11月11日 21:12
Lev：用循环代替 token 加深思考的决策模型，JevBench 准确率提升 13 个百分点报道时间线
沿着报道，了解事件的不同侧面。
11月11日
- 公众号 · 新智元Lev：用循环代替 token 加深思考的决策模型，JevBench 准确率提升 13 个百分点
Lehigh University、UBC 与 Vector Institute 提出决策模型 Lev，用同一组网络层循环运行、每圈读一次答案，Lev-2.6B 在 JevBench 231 道公开题上从一圈 63.2% 提升到四圈 76.2%，增加 13.0 个百分点。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月11日 23:00
- 近 24 小时变化
- –
02.557.510
23:0011月12日01:0002:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。