開源AI分類模型Jeff v1.1發布:小參數高效能零樣本分類,效能逼近大型模型
開源AI專案Jeff正式發布v1.1版本,針對零樣本分類(zero-shot classification)任務推出多款輕量級微調模型,提供開發者可直接嵌入程式碼的快速決策工具。此...
AI 重點精華 Takeaways
- Jeff v1.1基於Qwen3.5與Gemma 4進行微調,提供0.8B與2B兩種規模,專注於零樣本分類任務,單次推論即可輸出校準後的機率分佈
- 在五項公開基準測試中,Jeff-Qwen3.5-2B整體得分82.0%,與大型模型Jev的83.0%幾乎持平,且在Financial PhraseBank上以94.7%大幅超越Jev的77.0%
- 新版本支援最多254個選項的長清單分類,0.8B模型在長清單測試中正確率從40.3%躍升至94.7%,並透過本地硬體訓練,無需仰賴雲端GPU