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。
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。
YouTuber 用 Qwen 3.5 35B、Qwen 3.6 35B 与 Gemma 4 27B 逆向大型 JS，Qwen 3.6 表现亮眼
在 108 k token 的 JS 文件上，Qwen 3.6 35B 实现 283/285 行近乎完美的召回率，碾压 Gemma 4 27B（仅 6/16 通过），并修复了早期 Qwen 的长上下文短板。
Qwen 3.7 Max
Qwen 3.7 是一款来自中国实验室的新AI模型，令人印象深刻，讨论焦点在于其权重是否可供下载。