Nudge：零微调让小模型用反馈学习决策，RouterBench 提升 14.8%

sockpuppet17263 · reddit · 2026-10-17

开源 Python 库 Nudge 叠在 Jev、Rune 这类 System One 模型之上，通过记录每次决策结果来影响模型后续选择——不微调、不用 GPU，只靠一个 SQLite 文件。

工作原理：每次调用记录模型给出的概率与所选选项，事后汇报结果即可；为了让模型区分不同情境，Nudge 让 LLM（或人工）针对已读文本生成是非题/1-5 分题/选择题，区分度不够的问题会被丢弃；在概率和答案上拟合每个选项的贝叶斯线性模型，用 Thompson Sampling 选择，并保留 5% 探索下限避免永久排除任何选项。

在 RouterBench（5000 条真实 prompt，按质量减成本路由选模型）上，Rune 单独得 0.581，加 Nudge 后 0.667，提升 14.8%。目前为 v0 研究软件，团队也在内部流程中使用。安装：pip install nudge-policy。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →