StartLux 联合高校发布按需推理决策模型

StartLux 联合香港大学、南方科技大学的研究者提出并发布 StartLux-Decision 决策模型论文，把单次预测版 Instant 与按需推理版 AutoThink 建立在统一的选项概率接口上，并提出 RLCD²，用推理前后概率预测质量的变化来训练推理策略。 论文提供 vLLM、llama.cpp 与 MLX 支持，并评测了不同量化格式：在配备 64GB 统一内存的 Apple M5 Pro 上，27B 的 BF16 版本超出可用内存，8-bit 与 4-bit 量化则使本地运行成为可能。论文明确说明，该评测未用于训练数据、检查点或推理配置的选择。 论文同时发布 DecisionPivot 评测，但其中 DI 0.3 公开部分只对应完整榜单评分的 20%，且曾用于本研究的数据配方与模型选择，并非独立测试集。

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。