小决策模型循环复用层提升准确率

2026年10月14日，Rohan Paul 在 X 上发布论文信息，提出名为 SanSi 的方法，通过循环复用同一层来提升小决策模型的准确率。该方法基于预训练为可复用自身层的 Ouro-1.4B 模型，最多循环 8 次，并在每一轮读取选项概率。由于每一轮都被训练为可作答，因此该模型可以在 1 到 8 轮之间任意停止。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。