FrontiersMind 发 Lumma-Fev-v2：决策模型第二代，4B/27B 零生成

FrontiersMind 于 10 月 29 日发布 Lumma-Fev-v2，第二代决策模型家族。与传统 LLM「生成一段文字再解析」不同，它接收状态与类型化问题，单次前向直接输出每个选项的概率，不生成任何 token，因此没有解析失败的风险。家族覆盖 0.1B 到 27B，接口统一。

本轮发布 Lumma-Fev-4B-v2（基于 Qwen3.5-4B）与 Lumma-Fev-27B-v2（基于 Qwen3.8-27B），0.1B 与 0.6B 即将跟进。训练样本从一代的约 10 万升到约 30 万，全权重微调，上下文 8192 token。评测：27B 平均准确率 87.3%、4B 82.4%，均超 TypeSafe Jev 1.13.0 的 81.2%，且校准更好。Jev 仍在 BBH 与 JudgeBench 上领先，推理仍是家族的主要差距。

定位：决策模型赛道正在从「生成式 LLM + 解析」转向「一次前向给概率」，与 IBM Granite Switch 4.1.1 的决策适配器、TypeSafe Jev 1.14.0 同属这一趋势。Apache 2.0 许可，提供 lumma-fev Python 包（≥0.3）。

原文链接：Hugging Face 官方博客