Qwen3.5 4B + 抓取 logits 几乎接近 "Jev"？甚至只是 Qwen Reranker？
摘要
一位开发者分享了一项实验，使用 Qwen 3.5 4B 模拟 Jev 的概率输出，通过抓取 logits 概率，结果和代码在 GitHub 和演示网站上可用。
看到了新的 Introducing System One Models & Jev - TypeSafe AI Blog Jev 模型，它只是输出给定选项的概率，我觉得听起来像是 Qwen reranker 模型也能做到的事情？然后我尝试实现了它，使用 Qwen 4B + 只是将每个选项分配给一个字母并抓取每个的 logit 概率，结果甚至更好。结果和样本在 https://github.com/TheoLeeCJ/openjev，你也可以在 openjev.com 上的浏览器中尝试。我是不是错过了什么？几乎不是 Jev？结果
相似文章
一个基于Qwen3.5 4B微调的Jev风格模型
作者使用LoRA对Qwen3.5 4B进行了微调，结合公开数据和合成数据创建了一个Jev风格模型，实现了性能提升，并开源了模型和数据集。
在ninfer上原生运行类似jev的API，使用qwen3.8 27b模型，结果相当不错
作者成功在NInfer上使用Qwen3.8-27B实现了类似jev的API，在JevBench上达到了84.4%的准确率，结果相当不错，但这仍然是一个存在一些错误的概念验证。
@TeksEdge: 有人让普通Qwen的行为非常接近Jev，而无需训练新模型。顶级Jev克隆（根据HF…
一种名为JEVfire的新技术使现有的大型语言模型如Qwen在无需重训的情况下，通过修改决策过程来更像Jev，从而实现显著更快的JSON生成，并使本地AI代理能在消费级硬件上高效运行。
@shao__meng：17美元，25分钟：微调你自己的Jev决策模型 来自@togethercompute团队成员@nutlope的实战教程
TogetherCompute团队成员@nutlope的实战教程，介绍如何在25分钟内以17美元将Qwen3.5 4B模型微调为Jev决策分类器，模型权重和代码已在GitHub上开源。
Qwen/Qwen3.6-35B-A3B
Qwen 发布 Qwen3.6-35B-A3B，一款开源权重的混合专家（MoE）模型，总参数量 35B，激活参数量 3B，在智能体编码和推理能力保持方面实现显著提升。