Lev 发布：用循环 Transformer 替代思维链，一份权重实现决策模型按需深度

研究者推出决策模型 Lev，采用 Ouro 等原生循环底座，同一份权重通过调节循环深度即可覆盖不同计算量。 Lev-2.6B 在 JevBench 上准确率随深度从 63.2% 提升至 76.2%，按需深度策略比最深一圈少算 15% 至 24% 且准确率损失不足 1 个点。