StartLux-Decision 提出按需推理决策模型与概率校准方法

StartLux、香港大学与南方科技大学的研究者提出 StartLux-Decision，将单次预测版本 Instant 与按需推理版本 AutoThink 建立在统一的选项概率接口上，通过三阶段训练发展两类能力，并提出 RLCD² 用推理前后概率预测质量的变化训练推理策略。