Jev决策模型LoRA消融复现

vanstriendaniel 用约一个月复现 Jev 式决策模型：在 Gemma 4 31B 的 OpenDecisions 零样本测试中取得79.6分，接近 Jev 的80.1分；消融实验中，仅微调 LoRA、冻结分类头得分最高，为84.9。 同一模型仅训练 letter head、冻结骨干网络得78.9分，略低于零样本；LoRA 与分类头共同训练的完整配方得84.4分。作者称，训练控制在400至800步时效果较好，延长训练通常会损害校准；4B小模型在未使用额外技巧时没有收益。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。