arXiv cs.AI· Xialie Zhuang, Zunhai Su, Jia Pan, Ngai Wong, Guanhua Chen, Chuan-Wei Kuo·2026-10-21 12:00· 1 天前AI 评分39

StartLux-Decision：基于 RLCD² 强化学习的 AutoThink 决策模型，参数规模 0.8B 到 27B

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

AI 导读

StartLux-Decision 发布 0.8B 至 27B 参数的决策模型，分 Instant 与 AutoThink 两类：Instant 保持单次推理，AutoThink 仅对不确定决策调用显式推理。

来源：arXiv cs.AI · arxiv.org