决策模型不再一次定答案：同一套权重循环加深，难题多算几步就多对13个百分点
面向固定选项的决策模型通常一次前向就给出每个选项的概率，深度在训练时固定，简单题和难题花同样的算力。LEV 把主干换成预训练时就带循环的语言模型，每一步之后都读取选项并联合训练所有步，因此一个检查点可在任意深度作答；在 JevBench 上，2.6B 模型从深度一的 63.2% 升到深度四的 76.2%，增益主要来自难题。一个轻量停止器按问题决定深度，阈值在无标注请求上拟合，节省 15% 到 24% 的算力，代价不到一个准确率点。