SanSi：用于 System 1.5 思维的循环类型化决策模型

2026年10月7日，arXiv 预印本（Computation and Language 栏目，一手来源）发布 SanSi 模型。SanSi 将预训练循环语言模型改造为类型化决策模型：在单次前向传播中不生成 token，而是对声明选项输出概率；同一层被递归应用多次，每次循环都读取选项概率，并使用 proper scoring rule 进行训练。该设计使一个模型在一次运行中可覆盖 1 到 8 个循环的预算。目前报道仅涉及模型方法与训练方式，未披露实验结果、代码或后续验证信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。