论文分析Jev单次前向决策模型的能力极限

Wang Yang、Xiaotian Han等作者发布论文，分析Jev及其开源复现模型的决策能力极限，结论是：这类模型只能通过一次前向过程在给定选项中决策，无法完成需要写出中间步骤的决策。 具体边界为：Jev能准确处理最多20k tokens、64个选项的查找型任务；但当答案依赖同一用户的两次或更多次状态更新时准确率下降，16次更新时降至53%—80%，原因是相似记录相互干扰。Jev能答对某LLM单次前向可解题目中的97.5%，但对其余题目只能答对74%，且显式或训练的hand-off选项都无法覆盖后者。

AI 根据报道生成 · 2 天前更新