不加分类头也能做决策模型:HF 直接用基座模型 logits
LysandreJik · x · 2026-10-12
Lysandre 补充说明 /v1/systemone 的设计思路：如今常见做法是在模型上加分类/奖励/价值头，为特定决策训练后再服务；他们换了个思路——不加头，直接利用现有架构，取 A/B/C 等候选的 logits 做 softmax 得到打分（如 billing 0.03 / technical 0.94 / sales 0.03）。注意输出未经校准，logits 可解释性不如专门的决策模型。
所属事件:Transformers 新端点让 250 个模型秒变决策模型(6 条相关)→
「编程与Agent」频道最新
- Claude 经 Blender MCP 自动建模绑骨动画，六步教程 — sidahuj · 2026-10-12
- macOS 应用 Diorama:每个 agent 独占 git worktree,卡住就敲锣求救 — davidfromkansas · 2026-10-12
- 用 Haiku 跨片段追踪家里摄像头中的人和动物 — indragie · 2026-10-12
- 猫咪监控系统补细节:先用 Ring 自带 AI 标记,再每秒抽帧喂模型 — indragie · 2026-10-12
- 用 Opus 5.5 抓包三个宠物 App,给猫做了份逐小时行为日报 — indragie · 2026-10-12
- agent 干活越来越多却看不懂在干嘛?Diorama 按抽象层拆解 agent 工作 — davidfromkansas · 2026-10-12