已收录文章摘要，完整内容可前往原文阅读。
↑ 点击蓝字 关注极市平台来源丨机器之心编辑丨极市平台极市导读 决策模型一次前向就给出选项概率，快，但计算量在训练时就定死了。Lev 用循环代替思维链：同一组解码层反复运行，每一圈都能读出一次选项概率