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...
財智情報
AI 評分 5 分
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
