Lev 循环决策模型发布并开源
热点事件持续更新
Lev 循环决策模型发布并开源
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
来自 Lehigh University 等机构的研究者提出 Lev 循环决策模型。该模型采用 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需求。 Lev-2.6B 在 JevBench 上的准确率随循环深度增加，从 63.2% 提升至 76.2%。其按需深度策略比最深一圈少算 15% 至 24% 的计算量，且准确率损失不足 1 个点。 该模型的论文、代码、三个模型及三个数据集均已公开。相关延迟指标是在单张 H200 上以 bf16 格式、一次处理一个请求的条件测得，未使用融合算子、图捕获或状态缓存。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 06:48
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报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- 机器之心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。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 911月2日 11:00
- 近 24 小时变化
- –
02.557.510
11:0012:0013:00
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。