JEV-27B-VL把決策從聊天里拆出來0.11 秒答完 70% 問題實測【免費下載鏈接】JEV-27B-VL項目地址: https://ai.gitcode.com/hf_mirrors/autotrust/JEV-27B-VLJEV-27B-VL 是一款開源的多模態(tài)決策模型。它解決的不是聊天而是做判斷。System 1 單次前向傳播、約 0.1 秒給出每個選項的校準概率System 2 在置信度不夠時接管深度推理。底座 Qwen3.8-27BApache-2.0單張 80GB GPU 本地部署。它能做什么傳統(tǒng)大模型只有一種回答方式要么快而糙要么慢而細。JEV-27B-VL 在同一個 27B 模型里裝了兩套大腦System 1 負責(zé)秒級決策System 2 負責(zé)難題兩者共用底座。System 1 不是小模型而是掛在主模型上的輕量 LoRA 適配器加一個決策頭。能力維度JEV-27B-VL常見替代方案決策輸出單次前向傳播約 0.1 秒每個選項都有概率文本生成要幾秒還得解析和重估選項數(shù)量一次問 2~256 個無需重訓(xùn)練每個選項各問一次是/否多次調(diào)用概率可信度ECE 0.0009可直接設(shè)業(yè)務(wù)閾值生成式概率普遍校準不準圖片輸入同一個接口state 里直接混入圖片需要單獨的 VLM 或 OCR 轉(zhuǎn)文本同一個模型秒級決策和深度思考都做了。背后的原理說人話版認知科學(xué)里有雙系統(tǒng)理論人有秒答的直覺也有費時的推理。JEV-27B-VL 把它搬進模型System 1 在 Qwen3.8-27B 上掛一個 LoRA 適配器和決策頭問題進來后讀選項 token 的 logprob加上偏置、除以溫度直接輸出每個選項的概率——一次前向傳播不生成任何文字。關(guān)鍵是概率可信。calibration.json 里給每種題型配了校準溫度實測期望校準誤差 ECE 只有 0.0009。這意味著它說83% 把握實際就約 83% 對可以按概率設(shè)業(yè)務(wù)閾值高就自動執(zhí)行低就升級給 System 2 或人工System 1 置信度低于 0.70 時交給同一個 27B 逐步深度思考。兩個系統(tǒng)共用一個底座所以 System 1 的知識面和視覺理解與 System 2 完全一致。視覺塔是 Qwen3.8-27B 的原配決策頭只用文本訓(xùn)練過圖片上的判斷全部零樣本。關(guān)鍵數(shù)字級聯(lián)準確率0.89270% 的問題 0.11 秒內(nèi)被 System 1 直接采納GSM8k、AQUA-RAT 等四個數(shù)學(xué)/常識基準—— 純 System 1 是 0.792每題都深度思考是 0.917。期望校準誤差 ECE0.0009held-out test_set_30k—— 嘴上說的把握和實際命中率基本相等閾值可以直接設(shè)。多模態(tài)評委準確率78.3%VL-RewardBench1247 組人工校驗對—— 超過 2025 年官方榜單全部 26 個模型GPT-4o 65.8%。Agent 評委宏平均準確率73.2%Plan-RewardBench1171 對軌跡—— 榜單第一GPT-5 為 68.5%。機械臂抓取放置完成率75%MuJoCo 仿真 20 個隨機場景—— 單步約 240 毫秒JEV 家族最佳。典型場景AI 評委哪個更好變成一次判斷模型訓(xùn)練和 Agent 評測都需要裁判。JEV-27B-VL 把哪個答案更好當(dāng)成一次 System 1 判斷VL-RewardBench 78.3%2025 官方榜單第一GPT-4o 65.8%Plan-RewardBench 73.2%榜單第一GPT-5 68.5%。為什么行概率來自同一個 27B 底座每組只需一次判斷2494 次判斷單卡 163 秒不必單獨訓(xùn)一個評委模型。零樣本短視頻推薦一張封面解決冷啟動信息流要判斷這個用戶會不會看這條新視頻而新視頻沒有任何行為數(shù)據(jù)。MicroLens 上 JEV-27B-VL 只看用戶最近看過的 5 張封面加 1 張候選封面一次前向傳播給出觀看概率AUC 0.727追平用 59,045 名用戶日志學(xué)出來的協(xié)同過濾0.728Top-5 命中率 59% 對 49%。為什么這事難協(xié)同過濾在新視頻上傳的第一秒排不了序而封面是它唯一的初始信息。實時控制循環(huán)每幀一次決策機械臂抓取放置、瀏覽器操作、游戲每一步本質(zhì)都是下一步選哪個動作。MuJoCo 20 個隨機場景完成 75%真實瀏覽器 60 個多步任務(wù)完成 95%每次點擊約 0.26 秒單步約 240 毫秒。為什么行控制循環(huán)等不了文本生成的幾秒一次前向傳播輸出一整個動作概率分布本身就是控制信號。跑起來硬件單張 80GB 以上顯存的 GPU官方在單張 B200 上測試vLLM 環(huán)境。hf download autotrust/JEV-27B-VL --local-dir JEV-27B-VL bash JEV-27B-VL/serve.sh啟動后用 curl 打POST localhost:8000/v1/decide傳 kind、state、question、options返回里直接是每個選項的概率和最優(yōu)選擇System 2 則照常調(diào) /v1/chat/completions。?? serve.sh 里的--max-num-seqs 8不能刪單批并發(fā)超過 8 條時這個多模態(tài)模型的 LoRA 路徑會返回錯誤的 System 1 概率。 ?? 默認上下文 32K要滿 256K 需設(shè) MAX_MODEL_LEN262144但 256K 的 KV 緩存約 17GB80GB 卡建議先用 131072。倉庫里值得看的文件路徑一句話說明README.md全部基準數(shù)字、/v1/decide 字段說明、System 1 提示詞寫法serve.sh 與 serve_decide.py一鍵啟動腳本/v1/decide 路由的實現(xiàn)源碼adapter_vllm/System 1 的 LoRA 權(quán)重和 decision_head.json選項 token、偏置calibration.json各題型校準溫度概率可信的出處reports/demos/機械臂與電腦操作的逐回合實驗數(shù)據(jù)最后JEV-27B-VL 最大的特點是兩個字決策。如果你的業(yè)務(wù)瓶頸是模型要做選擇而不是模型要寫文章值得先把它跑一遍——兩條命令跑通了就能直接進生產(chǎn)循環(huán)。【免費下載鏈接】JEV-27B-VL項目地址: https://ai.gitcode.com/hf_mirrors/autotrust/JEV-27B-VL創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考 JEV-27B-VL：把“決策“從“聊天“里拆出來，0.11 秒答完 70% 問題實測
JEV-27B-VL把決策從聊天里拆出來0.11 秒答完 70% 問題實測【免費下載鏈接】JEV-27B-VL項目地址: https://ai.gitcode.com/hf_mirrors/autotrust/JEV-27B-VLJEV-27B-VL 是一款開源的多模態(tài)決策模型。它解決的不是聊天而是做判斷。System 1 單次前向傳播、約 0.1 秒給出每個選項的校準概率System 2 在置信度不夠時接管深度推理。底座 Qwen3.8-27BApache-2.0單張 80GB GPU 本地部署。它能做什么傳統(tǒng)大模型只有一種回答方式要么快而糙要么慢而細。JEV-27B-VL 在同一個 27B 模型里裝了兩套大腦System 1 負責(zé)秒級決策System 2 負責(zé)難題兩者共用底座。System 1 不是小模型而是掛在主模型上的輕量 LoRA 適配器加一個決策頭。能力維度JEV-27B-VL常見替代方案決策輸出單次前向傳播約 0.1 秒每個選項都有概率文本生成要幾秒還得解析和重估選項數(shù)量一次問 2~256 個無需重訓(xùn)練每個選項各問一次是/否多次調(diào)用概率可信度ECE 0.0009可直接設(shè)業(yè)務(wù)閾值生成式概率普遍校準不準圖片輸入同一個接口state 里直接混入圖片需要單獨的 VLM 或 OCR 轉(zhuǎn)文本同一個模型秒級決策和深度思考都做了。背后的原理說人話版認知科學(xué)里有雙系統(tǒng)理論人有秒答的直覺也有費時的推理。JEV-27B-VL 把它搬進模型System 1 在 Qwen3.8-27B 上掛一個 LoRA 適配器和決策頭問題進來后讀選項 token 的 logprob加上偏置、除以溫度直接輸出每個選項的概率——一次前向傳播不生成任何文字。關(guān)鍵是概率可信。calibration.json 里給每種題型配了校準溫度實測期望校準誤差 ECE 只有 0.0009。這意味著它說83% 把握實際就約 83% 對可以按概率設(shè)業(yè)務(wù)閾值高就自動執(zhí)行低就升級給 System 2 或人工System 1 置信度低于 0.70 時交給同一個 27B 逐步深度思考。兩個系統(tǒng)共用一個底座所以 System 1 的知識面和視覺理解與 System 2 完全一致。視覺塔是 Qwen3.8-27B 的原配決策頭只用文本訓(xùn)練過圖片上的判斷全部零樣本。關(guān)鍵數(shù)字級聯(lián)準確率0.89270% 的問題 0.11 秒內(nèi)被 System 1 直接采納GSM8k、AQUA-RAT 等四個數(shù)學(xué)/常識基準—— 純 System 1 是 0.792每題都深度思考是 0.917。期望校準誤差 ECE0.0009held-out test_set_30k—— 嘴上說的把握和實際命中率基本相等閾值可以直接設(shè)。多模態(tài)評委準確率78.3%VL-RewardBench1247 組人工校驗對—— 超過 2025 年官方榜單全部 26 個模型GPT-4o 65.8%。Agent 評委宏平均準確率73.2%Plan-RewardBench1171 對軌跡—— 榜單第一GPT-5 為 68.5%。機械臂抓取放置完成率75%MuJoCo 仿真 20 個隨機場景—— 單步約 240 毫秒JEV 家族最佳。典型場景AI 評委哪個更好變成一次判斷模型訓(xùn)練和 Agent 評測都需要裁判。JEV-27B-VL 把哪個答案更好當(dāng)成一次 System 1 判斷VL-RewardBench 78.3%2025 官方榜單第一GPT-4o 65.8%Plan-RewardBench 73.2%榜單第一GPT-5 68.5%。為什么行概率來自同一個 27B 底座每組只需一次判斷2494 次判斷單卡 163 秒不必單獨訓(xùn)一個評委模型。零樣本短視頻推薦一張封面解決冷啟動信息流要判斷這個用戶會不會看這條新視頻而新視頻沒有任何行為數(shù)據(jù)。MicroLens 上 JEV-27B-VL 只看用戶最近看過的 5 張封面加 1 張候選封面一次前向傳播給出觀看概率AUC 0.727追平用 59,045 名用戶日志學(xué)出來的協(xié)同過濾0.728Top-5 命中率 59% 對 49%。為什么這事難協(xié)同過濾在新視頻上傳的第一秒排不了序而封面是它唯一的初始信息。實時控制循環(huán)每幀一次決策機械臂抓取放置、瀏覽器操作、游戲每一步本質(zhì)都是下一步選哪個動作。MuJoCo 20 個隨機場景完成 75%真實瀏覽器 60 個多步任務(wù)完成 95%每次點擊約 0.26 秒單步約 240 毫秒。為什么行控制循環(huán)等不了文本生成的幾秒一次前向傳播輸出一整個動作概率分布本身就是控制信號。跑起來硬件單張 80GB 以上顯存的 GPU官方在單張 B200 上測試vLLM 環(huán)境。hf download autotrust/JEV-27B-VL --local-dir JEV-27B-VL bash JEV-27B-VL/serve.sh啟動后用 curl 打POST localhost:8000/v1/decide傳 kind、state、question、options返回里直接是每個選項的概率和最優(yōu)選擇System 2 則照常調(diào) /v1/chat/completions。?? serve.sh 里的--max-num-seqs 8不能刪單批并發(fā)超過 8 條時這個多模態(tài)模型的 LoRA 路徑會返回錯誤的 System 1 概率。 ?? 默認上下文 32K要滿 256K 需設(shè) MAX_MODEL_LEN262144但 256K 的 KV 緩存約 17GB80GB 卡建議先用 131072。倉庫里值得看的文件路徑一句話說明README.md全部基準數(shù)字、/v1/decide 字段說明、System 1 提示詞寫法serve.sh 與 serve_decide.py一鍵啟動腳本/v1/decide 路由的實現(xiàn)源碼adapter_vllm/System 1 的 LoRA 權(quán)重和 decision_head.json選項 token、偏置calibration.json各題型校準溫度概率可信的出處reports/demos/機械臂與電腦操作的逐回合實驗數(shù)據(jù)最后JEV-27B-VL 最大的特點是兩個字決策。如果你的業(yè)務(wù)瓶頸是模型要做選擇而不是模型要寫文章值得先把它跑一遍——兩條命令跑通了就能直接進生產(chǎn)循環(huán)。【免費下載鏈接】JEV-27B-VL項目地址: https://ai.gitcode.com/hf_mirrors/autotrust/JEV-27B-VL創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考