LEV:循环层的决策模型,2.6B 版本在 JevBench 上随深度提升准确率

DailyPapers@HuggingPapers

译自英文

LEV:不多花一个 token 也能想得更深 这是一个让层循环执行的决策模型,每轮之后对选项打分。同一个检查点可在任意深度运行。在 JevBench 上,深度从 1 增加到 4 时,Lev-2.6B 的准确率从 63.2% 提升到 76.2%。
X

来源2

由 dalao.ai 撰写标题;引用的帖子以原文为准,著作权归原作者所有。