独立开发者微调 4B 模型登顶 JevBench,总成本仅约 1200 美元
Educational-Care7867 · reddit · 2026-09-28
一位企业流程顾问用 15 天微调出 ImaJev-4B:基于 Qwen3.5-4B 加 LoRA 和小型决策头,输入文本/JSON 加最多两张照片,一次前向传播输出各选项概率和「无法判断」,用于替代流程图中的人工决策节点。
训练过程并不顺利:首批 50 万条短决策数据微调让 9B 模型推理能力从 64.9 掉到 42.3,基本学会了模式匹配;后来用开源模型生成难题、只保留两个 AI 一致同意的样本才救回来。
结果:JevBench 91 个模型中排名第一(67.37,综合准确率、校准、速度、成本;纯准确率排第三),DecisionBench 56 个模型中排第三,超过 GPT-5.6 Luna 和 DeepSeek V4.1。项目总花费约 1200 美元租用 GPU,权重 Apache-2.0 开源,可在 Mac(MLX)或单卡上运行。
「模型」频道最新
- Devin 中现 stealth 模型 silicon-2,疑似 Anthropic 新模型 — kimmonismus · 2026-11-16
- Google AI Mode隐藏所用Gemini型号,Gemini 4 Carbon下放Pro用户 — gaganghotra_ · 2026-11-16
- 开源 Karpo-Decision-31B 单次前向出概率,登顶 Decision Index 超越 Gemini — CodeByPoonam · 2026-11-16
- Nathan Lambert 点破 Ethan Mollick 榜单对比漏掉了 Kimi — natolambert · 2026-11-16
- 评测方 Trajectory 给 40 个 Agent 写「永不放弃」提示词,此前未告知 Epoch — peterwildeford · 2026-11-16
- 自托管实测:Unsloth Q8 量化版大幅优于默认 Q3,连夜跑完 331 份账单分析 — No_Cartographer3953 · 2026-11-16