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。
AI 日报收录的 ImaJev-4B 相关报道,共 1 篇,按时间倒序,每小时更新。
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。