跳到正文
热点事件历史事件

Lev循环决策模型按需加深推理,准确率提升13%

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

2026年11月11日,Lehigh University、UBC 与 Vector Institute 提出决策模型 Lev,其核心思路是用同一组网络层循环运行、每圈读一次答案,以循环代替 token 来加深思考。在 JevBench 231 道公开题上,Lev-2.6B 从一圈的 63.2% 提升到四圈的 76.2%,增加 13.0 个百分点。报道称该模型可按需加深推理,准确率随之提升。

AI 根据报道生成 · 4 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. 新智元(公众号)
    Lev:用循环代替 token 加深思考的决策模型,JevBench 准确率提升 13 个百分点

    Lehigh University、UBC 与 Vector Institute 提出决策模型 Lev,用同一组网络层循环运行、每圈读一次答案,Lev-2.6B 在 JevBench 231 道公开题上从一圈 63.2% 提升到四圈 76.2%,增加 13.0 个百分点。

本事件热度走势

当前热度 3·可比范围峰值 6(11月12日 18:00)·近 24 小时可比范围变化 -50%

024611月12日18:0011月13日03:0011月13日12:0011月13日21:00

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。