在点击确认之前，请先看清目标。试用 Open-Jev-27B-v1.1 演示：在两个示例之间切换，观察模型如何选择操作。无需编码，无需设置。这是真实模型输出的交互式回放。立即试用 ↓
https://zefan-cai.github.io/open-jev/v1-1/

Open-Jev-27B-v1.1 · 同样预览，不同目标

来源：https://zefan-cai.github.io/open-jev/v1-1/
Open-Jev-27B-v1.1 / 全新模型 + 全新演示

预览指向 record_A，而候选操作现指向 record_B。请检视两个已保存的 27B v1.1 预测如何在提供的选项中进行选择。

采用 Rank-8 LoRA 适配器与 FP32 决策头，基于固定的 Qwen3.8-27B 基础模型。基础模型权重需单独获取。

界面示意图基于合成文本状态记录。未执行浏览器操作。播放内容经过编辑，不反映推理延迟。

公开 JevBench / 231 项任务

在困难任务中取得 111 项中的 80 项，仅比 Jev 少一个答案。

Open-Jev-27B-v1.1 总体得分 197/231（85.28%），困难任务得分 80/111（72.07%）。Jev 总体得分 200/231，困难任务得分 81/111。

这是 534 项基准测试的公开 231 项子集。不同版本的 Open‑Jev 在模型规模、数据和先前训练方面存在差异。共享多 GPU 评估时间不等同于单 GPU 或 HTTP/API 延迟。

公开 JevBench 困难任务对比：Open-Jev-2B 46/111，Open-Jev-9B 66/111，Open-Jev-27B-v1.1 80/111，Jev 81/111。总体得分：27B 197/231，Jev 200/231。（https://zefan-cai.github.io/open-jev/v1-1/benchmark-poster.png）

127,787 行完整内部测试/分布外数据已审核

96.65% 扩展测试集 · 41,357 / 42,789 硬标签

96.44% 扩展分布外集 · 80,934 / 83,924 硬标签

全部 43,301 行测试数据和 84,486 行分布外数据均经过评估；准确率基于硬标签计算。公开数据集为可再分发的 326,619 行投影，不含 2,053 条 Wiki 记录。这并非完整的内部语料库。查看全部四个旧/扩展测试/分布外列（https://zefan-cai.github.io/open-jev/benchmarks/）·审核与协议（https://github.com/Zefan-Cai/Open-Jev/blob/main/reports/new27b-internal-full-20260923/README.md）。

新增 / 四个交互式游戏演示

你来操作，然后由模型接招。

试玩贪吃蛇、井字棋、方块跑酷和平台瓦片游戏。选择一个操作，然后检视 Open-Jev-27B-v1.1 在 16 个独立记录的游戏状态中的真实概率分布，包括三个模型/参考答案存在分歧的场景。

交互式快照基于已保存的决策；无实时模型推理或新游戏进程生成。

进入游戏厅 ↗（https://zefan-cai.github.io/open-jev/games/）

在浏览器中进行文本分类

自定义你的分类类别。

交互式工作台运行 Open-Jev-2B（CPU 版）。粘贴文本或导入 CSV 文件，定义标签，然后下载结果。

打开 Open-Jev-2B 工作台 ↗（https://zefan-cai.github.io/open-jev/workbench/）

检视决策，构建你自己的模型。

Open-Jev-27B-v1.1 是一个 LoRA 适配器与决策头。所选示例不构成通用任务成功率或安全性保证。

27B v1.1 模型 ↗（https://huggingface.co/ZefanCai/Open-Jev-27B-v1.1）代码 ↗（https://github.com/Zefan-Cai/Open-Jev）数据 ↗（https://huggingface.co/datasets/ZefanCai/Open-Jev-v1.1）项目网站 ↗（https://zefan-cai.github.io/open-jev/）