跳到正文
arXiv · NLP· Yinheng Li, Justin Wagle·· 2026-10-06AI 评分28

LLM-as-Jev 研究:通用大语言模型已具备 Jev 风格决策能力,微调并非总是必要

LLM-as-Jev: LLMs Are Already Jev-Style Decision Models -- When and How to Fine-Tune Them

AI 导读

LLM-as-Jev 架构表明,现代大语言模型无需训练即可作为有效的 Jev 风格决策模型,直接从 next-token 概率中提取校准决策。 在 Qwen3.5-4B 和 Qwen3-0.6B 上的评估显示,4B 模型性能匹敌专用模型且支持多模态,微调主要提升弱模型及特定任务。 研究强调 KL 散度锚定防止对话能力退化,LoRA 在强模型上性能最佳,优化了候选选择的微调目标。

来源:arXiv · NLP · arxiv.org