MiniCPM5-2B-Jev 决策模型发布：JevBench 78.79%
What if your model could make a structured choice instead of writing another paragraph? 🎯
开发者 ActbroDev 基于 OpenBMB 的 MiniCPM5-2B 构建了 System 1 决策模型 MiniCPM5-2B-Jev，输入文档与问题后直接返回预定义选项的概率，而非生成自由文本。项目报告其在 JevBench 上得分 78.79%，在 ≤2B 开源权重 System 1 / Jev 模型中排名第一，decision-v7 基准准确率 86.41%、ECE 0.0307。代码、LoRA 适配器与校准头以 Apache 2.0 开源，并提供 /v1/systemone 结构化决策 API 与共享上下文 KV-cache 复用。
正文 · AI 翻译
如果你的模型能做出结构化选择，而不是再写一段文字，会怎样？🎯
开发者 @ActbroDev 在 OpenBMB 的 MiniCPM5-2B 基础上构建了 MiniCPM5-2B-Jev，将其改造为 System 1 决策模型。
📄 给它一份文档和一组问题，它会返回预定义选项的概率，而不生成自由形式的答案——从而帮助开发者： - 对请求进行分类并路由支持工单 - 检查条件或要求是否满足 - 依据既定标准对案例进行评分
📊 项目报告的结果： 🏆 在 JevBench 上达到 78.79%，在 ≤2B 开源权重 System 1 / Jev 模型中排名第一 ✅ 在 10 源 decision-v7 基准上准确率达 86.41% 📏 在 decision-v7 上 ECE 为 0.0307，衡量置信度与准确率的吻合程度
🛠️ 为开发者打造： • 通过 /v1/systemone 提供结构化决策 API • 跨多个问题复用共享上下文的 KV-cache • 以 Apache 2.0 开源代码、LoRA 适配器和校准头 • 提供训练与评估脚本，以便探索和复现该方法
从支持工单路由到基于标准的评分，该项目展示了社区如何改造 MiniCPM 以用于实际的决策工作流。🌍
🙌 感谢 yuting-ai 的构建与分享！
🔗 探索项目：https://t.co/VRkkO4cY7G 🤗 获取 MiniCPM5-2B：https://t.co/TNUu629lXn
#MiniCPM #OpenBMB #OpenSourceAI