LenVM提出了一种令牌级长度建模框架,通过价值估计预测每步生成的剩余长度,无需标注且可扩展。实验显示,在LIFEBench上,7B模型长度分数从30.9提升至64.8,超越前沿闭源模型;在GSM8K低预算下保持高准确率,并支持长度控制、预测和生成动态解释,为未来强化学习训练提供基础。
完成下面两步后,将自动完成登录并继续当前操作。