个人开发者微调4B模型在决策基准测试中登顶

一名商业顾问利用15天时间，基于Qwen3.5-4B通过LoRA微调训练出ImaJev-4B模型，支持文本和图像输入，输出各选项概率。该模型在JevBench上以67.37分在91个模型中排名第一，在DecisionBench上位列第三，超过GPT-5.6 Luna和DeepSeek V4.1，项目总成本约1200美元，权重以Apache-2.0开源。

• 开源框架Gear：面向RSI的元学习工具2026-11-01
• 开发者将32位RISC-V CPU嵌入Qwen模型权重2026-10-28
• 开源工具发布Qwen3.5-4B神经元浏览器2026-10-27
• 开发者发布可生成3D场景的4B代码模型预览版2026-10-25
• 新基准SWE-Race测试编码智能体修复并发缺陷2026-10-06