400 步 LoRA 微调开源模型即可追平专用决策模型 Jev
vanstriendaniel · x · 2026-10-24
社区热议的「System One 模型」（如 Jev）能在给定状态、问题和选项时，以远低于 LLM 调用的成本输出校准过的决策。作者团队的研究问题是：训练这类模型真的需要专门架构和配方吗？答案是：不需要。
方法：直接用开源 LLM 的最后一个隐藏状态，接一个在选项的 LM head 行上做 softmax 的 decision head，仅训练 LoRA 适配器和 head 校正，一次前向传播即输出带概率的决策（如客服工单路由示例：billing p=0.81）。
结果（OpenDecisions 基准）：Jev 1.13（闭源 API）得 80.1，Gemma 4 31B 开箱即用就有 79.6，经过仅 400 步 LoRA（约 5 GPU 小时）微调后达到 84.4，反超专用模型。
论文：arxiv.org/abs/2610.17205《Releasing the Inner Jev: A Simple Recipe for Open Decision Models》。
所属事件:研究者复现 Jev 决策模型：LoRA 微调即可追平专用方案(2 条相关)→
「模型」频道最新
- SemiAnalysis 实测：Anthropic 悄悄 A/B 测试 Claude 用量限额，同价差 20% — RexDouglass · 2026-10-24
- Kimi K3.1 Pro 跑分出炉：SWE Marathon 登顶，多榜紧咬 Opus 5.5 — scaling01 · 2026-10-24
- Kimi 3.1 定价 $2/$10 每百万 token，博主称仍难敌 DeepSeek — bindureddy · 2026-10-24
- NVIDIA Nemotron 3.5 Bolt 上架 Ollama，128K 上下文本地小视觉模型 — ollama · 2026-10-24
- LlamaIndex 发布 OCRia-1:解析成本仅 Claude 的 1/4、速度快 7 倍 — llama_index · 2026-10-24
- OpenAI 三篇红条论文被指证明策略无法挽救，错误两周半无同类报告 — teortaxesTex · 2026-10-24