arXiv cs.AI· Shuyu Gan, Young-Jun Lee, Dongyeop Kang·· 5 小时前AI 评分32
SanSi：面向 System 1.5 思维的循环类型化决策模型
SanSi: A Looped Typed Decision Model for System 1.5 Thinking
AI 导读
SanSi 将预训练循环语言模型改造为类型化决策模型，每次循环后读取选项概率，并用恰当评分规则训练每一轮循环，使单次运行即可覆盖 1 到 8 次循环的任意预算。
来源：arXiv cs.AI · arxiv.org