新智元 (微信公众号)T2·基座大模型
62 分
Lehigh、UBC 与 Vector Institute 团队提出决策模型 Lev,用循环迭代而非生成推理 token 来加深思考,让简单请求保持几十毫秒级响应、复杂请求获得更多计算。在决策类任务上准确率最高提升 13%,并已开源代码、模型与数据集。
以循环迭代而非生成 token 加深思考的自适应决策模型,按请求难度分配计算量
Lehigh、UBC 与 Vector Institute 团队提出决策模型 Lev,用循环迭代而非生成推理 token 来加深思考,让简单请求保持几十毫秒级响应、复杂请求获得更多计算。在决策类任务上准确率最高提升 13%,并已开源代码、模型与数据集。