跳到主要内容
检索

# Thinking Jev

1 篇关联报道

订阅更新
  1. arXiv

    不训练也能做决策:冻结的Qwen3.5-4B在JevBench公开题上拿到81.4%,追平同底座免训练读数

    微软团队提出LLM-as-Jev,让现成的因果语言模型不改架构、不加分类头,直接对候选选项输出概率分布。冻结的Qwen3.5-4B在JevBench的231道公开题上取得81.4%,与同底座免训练的SemIf(80.5%)持平或略高,并高于微调过的reflex 4B(79.7%)。微调只在0.6B小模型和高基数路由等特定场景带来明显收益,配合KL锚点可避免生成行为退化。

已读完全部报道