开源决策模型 Jebadiah v2.1：把分类做成 logits 打分而非文本生成
WebDevToday · reddit · 2026-10-11
作者发布 Jebadiah v2.1（27B 与 9B，Apache-2.0，基于 Qwen），一种把决策视为封闭集合打分问题的开源模型：输入结构化上下文与带固定选项的类型化问题，直接从候选标签的 logits 输出各选项概率，无需生成与解析、无采样。
Decision Index 0.3 公开套件自测成绩（官方评分器不变）：
- 27B：57.03（v2 为 55.11），Knowledge +2.34、Language +3.89、Retrieval +2.81、Arts +1.31、Tools -2.10
- 9B：47.20（v2 为 44.09），Knowledge +3.67、Language +4.34、Retrieval +5.96
回归问题：When2Call 工具调用成绩下降明显（27B 降 6.38，9B 降 7.44），原因未查明，作者明示未声称统计显著性。
其他细节：用文本匹配扫描器做了训练数据污染检查，对公开来源重叠为零命中（但改写重叠可能漏检）；量化一致性测试显示 27B Q80 为 259/260、9B MLX 4-bit 为 237/260，逐题记录公开。作者邀请社区批评评测设置，尤其是工具调用回归问题。
「研究」频道最新
- KU Leuven 与 VIB 招两位 AI in Biology 组长教授，2027 年入职 — jpillowtime · 2026-10-23
- Subspace Tuning:把权重更新限制在低奇异子空间,大幅缓解 LLM 灾难性遗忘 — scottniekum · 2026-10-23
- Perceptic 发布 PercepticOS:面向「科学超级智能」的 AI 科研工作台 — nathanbenaich · 2026-10-23
- EPFL Bosselut 11 月线上演讲:长上下文处理即测试时学习 — andre_t_martins · 2026-10-23
- Cohere 演讲：DRATS 自适应任务采样改善多任务 RL 数据分配 — Cohere · 2026-10-23
- MIT CSAIL 推出 X-Hinges：3D 打印内置传感的自感知物件 — MIT News AI · 2026-10-23