热点事件持续更新
研究团队提出循环决策模型LEV
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年10月16日，研究团队在arXiv发布论文，提出新型决策模型LEV。该模型通过循环运行网络层而非生成token来进行更深度的思考，实现了单个检查点在任意深度作答的能力。测试表现方面，在JevBench基准上，2.6B参数的LEV模型准确率从深度1的63.2%提升至深度4的76.2%，结合按需深度机制可节省15%至24%的计算量。同时，在50毫秒以下的同延迟测试中，1.4B和3B版本模型的准确率相比稠密模型提升了5.4至8.8个百分点。
AI 根据报道生成 · 9 小时前更新
最新进展10月16日 12:00
研究团队发布决策模型LEV，通过循环网络层实现任意深度思考并显著降低延迟。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv 人工智能LEV：通过循环决策模型兼顾快速与深度思考
研究团队提出决策模型 LEV，通过循环运行网络层而非生成 token 进行更深度的思考，实现单个检查点在任意深度作答。在 JevBench 上，2.6B LEV 的准确率从深度 1 的 63.2% 提升至深度 4 的 76.2%，配合按需深度机制可节省 15% 至 24% 的计算量。在 50 ms 以下同延迟测试中，1.4B 和 3B 模型的准确率比稠密模型高出 5.4 至 8.8 个百分点。
本事件热度走势
当前热度 8·可比范围峰值 10（10月16日 12:00）·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。