热点事件持续更新
研究人员提出循环决策模型SanSi
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月7日，研究人员在arXiv发布循环类型决策模型SanSi。该模型将预训练循环语言模型转化为类型决策模型，通过多轮递归循环修正隐状态，实现无需生成token的“系统1.5”思维，可自适应支持1到8次循环计算预算。实验评测显示，在涵盖59个来源的10,027项测试决策中，SanSi取得了72.0%的准确率，较同规格非循环模型提升13.5个百分点。此外，在无标准答案的场景下，SanSi作为强化学习策略优化的裁判时，使生成器的F1分数提升了7.7个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
研究人员提出循环决策模型SanSi，测试准确率达72.0%并有效辅助强化学习优化。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv 自然语言处理SanSi：面向系统 1.5 思维的循环类型决策模型
SanSi 将预训练循环语言模型转化为类型决策模型，通过多轮递归循环修正隐状态实现无需生成 token 的“系统 1.5”思维，可自适应支持 1 到 8 次循环计算预算。在 59 个来源的 10,027 项测试决策中，SanSi 取得 72.0% 准确率，较同规格非循环模型提升 13.5 个百分点。作为强化学习策略优化的裁判时，它在无标准答案场景下使生成器的 F1 提升 7.7 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。