Skip to content
简体中文

切换主题

arXiv 2610.17309 · cs.CL · 2026-10-12

StartLux-Decision: AutoThink Decision Models with Reinforcement Learning for Calibrated Deliberative Decisions

Xialie Zhuang, Zunhai Su, Jia Pan, Ngai Wong, Guanhua Chen, Chuan-Wei Kuo

StartLux

在最新榜 #211 本站收录于 2026-10-22

一句话要点

StartLux-Decision 决策模型(0.8B–27B)对有把握的情况直接作答、不确定时才推理,并用强化学习校准决策概率。

StartLux-Decision models (0.8B–27B) answer confident cases directly and reason only when uncertain, with RL that rewards calibrated decision probabilities.

24HF 点赞
1.1kGitHub stars
0引用(Semantic Scholar)
51.8热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)