arXiv · cs.AI· David Berghaus·· 23 小时前AI 评分27
RELOAD：通过循环层扩展类型化决策模型的推理能力
Extending Reasoning in Typed Decision Models via Looping
来源与原文
arXiv · cs.AI
作者：David Berghaus
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07736v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
RELOAD 通过在中层模块上加入阻尼循环并配合轻量控制器自适应选择循环次数，让类型化决策模型在潜空间中增加测试时计算而不新增参数。在 0.4B 到 4B 参数的六个模型上，循环训练提升了准确率和校准度，编码器在超出训练长度的推理链问题上最高提升 23 分。控制器以约四分之三的计算量保留了大部分增益。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。