跳到正文
arXiv · AI· Jonathan Geuter, Andrew Cheng, David Alvarez-Melis·· 2026-10-14AI 评分36

开源指令微调模型无需额外训练即可比肩 Jev 决策性能

Releasing the Inner Jev: A Simple Recipe for Open Decision Models

AI 导读

开源指令微调模型无需额外训练即可通过读取输出 logit 中的字母实现 LLM 决策,性能比肩 Jev。 基于 Gemma 4 31B 与 Qwen3.6-27B 等模型使用 LoRA 微调,在 OpenDecisions 数据集得分 84.4,超过 Jev 4.3 分。 释放了模型、服务代码及包含 2,352 个问题的 OpenDecisions 数据集。

来源:arXiv · AI · arxiv.org