**StartLux-Decision：结合强化学习与自适应推理的决策模型**

_StartLux-Decision: AutoThink Decision Models with Reinforcement Learning for Calibrated Deliberative Decisions_

> 研究团队推出了 StartLux-Decision 系列模型，通过结合单次预测与置信度引导的推理机制，提升决策准确性。该模型采用 RLCD^2 强化学习算法，在显著缩短推理长度的同时保持高准确率，并在 DecisionPivot 基准测试中表现出色。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.17309)