FrontiersMind 开源 27B 决策模型：一次前向即可打分，胜率 90.7%

kalyan_kpl · x · 2026-10-14

FrontiersMind 开源 Lumma-fev-27B，其最大的「决策模型」：不生成文本标签，而是一次前向传播直接对候选选项打分。模型基于 Qwen3.8-27B 全参训练（无 LoRA、无冻结层），使用约 10 万条决策样本，支持英语及印地语、泰米尔语、卡纳达语三种印度语言。

在 4,454 条保留集决策上，Lumma-fev-27B 准确率 90.7%，对比 TypeSafe Jev 的 83.9%，且置信度校准更好；但在 BBH、WinoGrande 等推理基准上 Jev 仍领先。调用接口不变，支持 noul（是/否门控）、choice（最多 255 选项）、score（有序等级）三类决策。权重以 Apache 2.0 协议发布在 Hugging Face。