EDU-Jev：教育场景单次决策模型

EDU-Jev 用单次前向直接输出选项概率，4B 在教育基准上超过商用决策 API。

资讯摘要

论文提出 EDU-Jev 系列单次（System One）决策模型，参数规模为 0.8B、2B 和 4B。模型接收评估上下文与带预设选项的问题，直接输出各选项的概率分布而不生成文本，并用指针头把预测限制在允许选项内。训练采用单阶段监督与软交叉熵，校准经实证评估。作者报告 EDU-Jev 4B 在十二个教育基准上平均准确率 67.6%，高于五个商用决策 API 中最强者 9.4 个百分点。

要点速读

1. EDU-Jev 提供 0.8B、2B、4B 三种规模，单次前向即输出选项概率分布，无需解析生成文本。
2. 指针头对每个选项打分，使预测限定在预设答案选项内；训练为单阶段监督加软交叉熵。
3. 作者报告 4B 在十二个教育基准平均准确率 67.6%，比最强商用决策 API 高 9.4 个百分点，比最好的开源 4B 决策模型高 18.7 个百分点；2B 在单张 H100 上约每秒处理 150 次决策。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。