4B 决策模型学习 117k+ 条决策样本：各项媲美 Jev，唯独读不懂讽刺

askalphaxiv 与 OpenResearch 在 117k+ 条决策示例上训练了一个 4B 决策模型，其评测表现几乎与 Jev 一致，但讽刺检测是常见失败模式。模型还能泛化到未见过的仇恨言论严重度分级、情绪识别和意图分类任务。