SanSi循环层决策模型论文解读
热点事件持续更新
SanSi循环层决策模型论文解读
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026年10月14日，X用户Rohan Paul介绍并解读了一篇论文提出的SanSi方法：让预训练时就学会复用层的小模型Ouro-1.4B在给出答案前多次重跑同一批层，以提升决策准确率。据该解读，在10,027条测试决策上，SanSi得分72.0%，同结构但不循环的模型为58.4%，代价是7.7倍算力；在比训练时更长的liar chains上，SanSi达到72.6%，而4.2B单次前向模型只有50.0%，即随机水平。上述数据与结论均来自该来源对论文的转述，目前尚无其他主报道或跟进报道可交叉印证。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 04:02
SanSi 让 Ouro-1.4B 循环复用层，决策准确率提升至 72.0%报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- Rohan PaulSanSi 让 Ouro-1.4B 循环复用层，决策准确率提升至 72.0%
一篇论文提出 SanSi 方法，让预训练时就学会复用层的小模型 Ouro-1.4B 在给出答案前多次重跑同一批层，从而提升决策准确率。在 10,027 条测试决策上，SanSi 得分 72.0%，同结构但不循环的模型为 58.4%，代价是 7.7 倍算力；在比训练时更长的 liar chains 上，它达到 72.6%，而 4.2B 单次前向模型只有 50.0%，即随机水平。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。