使用者透過微調開源模型 ImaJev-4b，使其在 JevBench 的 91 個系統中排名第一，並在 DecisionBench 上超越 GPT-5.6 Luna。這個具備多模態能力的模型僅使用 40 億參數，便達成了頂尖的商業決策表現。 這證明了較小且專門化的模型在特定的工作流程自動化任務中，可以超越較大規模的通用模型。它為尋求利用多模態輸入來自動化複雜決策流程的企業，提供了一個具成本效益且高效的替代方案。 該模型在 50 萬筆短決策數據上進行訓練，並透過生成兩個 AI 模型答案一致的難題來避免模式匹配。它輸出帶有校準概率的類型化答案，且能在本地以低顯存需求運行。

事件背景

JevBench 是一個針對 Jev 類決策模型的基準測試，用於評估模型根據狀態和有限規則做出類型化決策的能力。ImaJev 是一個開源變體，將此功能擴展至包含圖像輸入，使其能夠處理文字與視覺數據以執行商業邏輯。

社群觀察

社群成員對模型的處理速度和數據集可用性表示興趣，並有人指出其在處理超過目前 256 個決策限制方面具有潛力。