热点事件持续更新
研究揭示单次前向决策模型Jev的边界与局限
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv发表论文探讨单次前向传播决策模型Jev的局限性。研究发现，Jev无法做出需要大语言模型写出中间步骤才能完成的决策。在最多20k tokens和64个选项的基准测试中，Jev可以无误查找并选择记录；但当答案依赖单个用户的16次更新时，受记录干扰准确率会降至53%至80%。此外，对于参考大语言模型单次前向可解决的问题，Jev准确率达97.5%，其余情况仅为74%，且该模型无法察觉因陈旧输入继承的错误。
AI 根据报道生成 · 3 小时前更新
最新进展10月20日 12:00
研究指出Jev无法处理需中间推理步骤的决策，易受记录干扰且无法察觉陈旧输入错误。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv 自然语言处理Jev 不能决定什么？探索单次前向传播决策模型的局限
研究发现单次前向传播决策模型 Jev 无法做出需要大语言模型写出中间步骤才能完成的决策。在最多 20k tokens 和 64 个选项的基准测试中，Jev 可无误查找并选择记录，但当答案依赖单个用户的 16 次更新时，因记录干扰准确率会降至 53-80%。对于参考大语言模型单次前向可解决的问题，Jev 准确率达 97.5%，其余情况仅为 74%，且无法察觉因陈旧输入继承的错误。
本事件热度走势
当前热度 9·可比范围峰值 10（10月20日 13:00）·近 24 小时可比范围变化 –
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。