Apple Machine Learning Research の研究部門が、Length Value Model（LenVM）に関する論文を発表した。同文書では、トークンが現代の自己回帰モデルにおける計算の基本単位であり、生成長が出力コストと推論品質に直接影響を与えると主張されている。

著者らは、既存のアプローチが主にシーケンス全体レベルで動作し、詳細な長さのモデリングを欠いていることが多いと指摘している。新たな開発である LenVM は、デコーディングの各個別ステップにおいて残りの生成長をモデル化するトークンレベルのフレームワークである。

提案された手法は、生成プロセスに対するより細粒度の制御により、現在のアプローチにおけるギャップを解消することを目的としている。これにより、システムはプロセス開始時だけでなく、回答が形成されるにつれて必要な出力量を動的に評価できるようになる。