为Jev制作了使用RLCD的通用开源模型，并且它超越了所有Jev基准测试。HF空间、基准测试、模型、仓库

感谢出色的支持（https://www.reddit.com/r/LocalLLaMA/comments/1wijo3e/i_literally_built_the_jev_architecture_one_year/）以及数十个请求，希望制作一个通用模型、运行基准测试并创建HF空间，以便任何人都可以测试。所以，这里给你们。我在一个大型数据语料库上训练了一个改进的模型，现在称为Laya。它在单张RTX 6000 Pro（96 GB VRAM）上训练；模型架构是一个421M参数的非自回归决策模型，配对一个双向ModernBERT-large编码器和一个从头训练的Transformer头，用于对[MASK]选项标记进行评分，以在单个约35毫秒前向传播中解析类型化模式。数据集是一个100%人工标注的语料库，包含超过25,000个真实世界示例，涵盖意图路由、事实核查、审核共识、提示护栏、评分标准和多轮对话轨迹，没有合成数据捷径。我所做的RLCD（非官方，顺便说一句）是一种策略梯度强化学习方法，有点像针对严格适当评分规则优化决策模型，确保只有在输出真实的、数学校准的概率时才能获得最大奖励。注意：它可以运行在低端PC上，因为它是一个小型的421M模型，欢呼HF空间尝试：https://huggingface.co/spaces/convaiinnovations/laya-demo GitHub仓库：https://github.com/NandhaKishorM/laya HF仓库：https://huggingface.co/convaiinnovations/laya感谢所有支持我、分享故事、发送私人消息的人。当然，它需要更多改进。如果有人想请我喝咖啡，这里是链接：https://github.com/NandhaKishorM