自适应推理深度实验：固定混合优于阈值调度
热点事件持续更新
自适应推理深度实验：固定混合优于阈值调度
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
RobertTLange 分享 ThinkJev/LEV 系列实验结论：在有标注数据上，按置信度阈值决定推理深度难以跑赢固定深度混合，单纯增加深度也不是更划算的选择。 实验中，LEV-2.6B 在 JevBench 上的成绩由深度1的63.2%升至深度4的76.2%，但深度4延迟约200毫秒。按需深度可节省15%—24%算力、精度损失不足1个百分点，却只带来0.1—1.0个百分点增益。
AI 根据报道生成 · 57 分钟前更新
最新进展11月8日 02:09
LEV-2.6B 深度 1 到 4：JevBench 成绩从 63.2% 升至 76.2%报道时间线
沿着报道，了解事件的不同侧面。
11月8日
- AGI HuntLEV-2.6B 深度 1 到 4：JevBench 成绩从 63.2% 升至 76.2%
LEV-2.6B 在 JevBench 上从深度 1 的 63.2%升至深度 4 的 76.2%，深度 4 延迟约 200ms。ThinkJev/LEV 实验认为，置信度阈值难以跑赢固定深度混合；按需深度虽节省 15–24% 算力、精度损失不到 1 个百分点，却仅带来 +0.1–1.0 个百分点增益。
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。