Jeva 论文重思 System 1 模型：单次推理可在 2048 个候选中做类型化决策
AndLukyane · x · 2026-10-29
博客作者 Andrey Lukyanenko 解读论文《Jeva: Rethinking System One Models from First Principles》，该工作研究「System 1 模型」——不做文本推理、直接输出类型化决策（选工具、路由工单、判定条件、打分）的模型。
论文指出现有开源方案（把请求和所有候选塞进一个 prompt，从 answer-token logits 读答案）存在四个设计缺陷：
- Null-aware：应能区分「没有选项适用」和「不确定选哪个」；
- Permutation-invariant：候选排序不应影响决策；
- Option-scalable：候选集变大不应要求新的输出空间；
- Cacheable：对重复候选（如工具注册表）的计算应可跨请求复用。
Jeva 架构：共享的 Qwen3.5-4B 骨干独立编码请求与每个候选，轻量注意力决策模块只精炼请求表示（候选表示可缓存复用），另设 coverage gate 输出 null 概率，单次决策块前向即可对最多 2048 个候选打分。评测显示在 BANKING77、MASSIVE、MInd2Web 等基准上较此前 System 1 方案（Jev、InterDec 等）准确率和 null 检测 AUROC 均有提升，且候选排列下零翻转。
「模型」频道最新
- MaD Physics 基准：改写物理法则考 AI，GPT-6 Astra 唯一识破异世界 — weballergy · 2026-10-29
- GPU unlock 对多数人无用:量化模型与游戏零提升,bf16 装满显存才受益 — Justify_87 · 2026-10-29
- 开发者用 Opus 5.5 做生物创建器：头手效果惊艳，身体仍待迭代 — repligate · 2026-10-29
- Ultramarine 发布 1 Flash 开放权重,提出开放权重经济学论 — samsja19 · 2026-10-29
- 斯坦福研究员炮轰模型排名不报不确定性：那是营销不是科学 — StanfordAILab · 2026-10-29
- Reddit 用户实测:terra 写代码全面拉胯,劝退所有编码任务 — bofors14 · 2026-10-29