LEV：用循环决策模型实现快速与深度思考

LEV 是一个通过循环重跑模型层、而非生成 token 来加深思考的决策模型，同一 checkpoint 可在任意深度作答。在三个循环骨干上准确率随深度上升且主要集中在难题，2.6B 的 LEV 在 JevBench 上从 depth one 的 63.2% 升至 depth four 的 76.2%。按问题设置的按需深度可节省 15%–24% 计算量，精度损失不到 1 个百分点。