Together AI 开源 Tev1-4B：把 Qwen3.5-4B 微调成只吐一个选项字母的决策模型，4,880 万次主决策集自评 88.0%
Together AI 放出 Tev1-4B-experimental 的权重。它是 Qwen3.5-4B 的监督微调版本，但目标不是聊天：给它一段结构化的 state、question 和 2 到 24 个带标签的选项，它只返回一个选项字母，字母到语义键的映射交给调用方代码。仓库含两个 safetensors 分片与完整的 transformers 加载配置。
这是一个 Jev 风格的实验，而不是非自回归的 Jev 运行时——它保留了 Qwen 标准的 next-token 语言模型头。模型卡自报的开发期评测里，主决策集 880/1,000（88.0%），策略迁移集 300/300（100%），1,300 次输出全部是合法单字母，HTTP 错误 0。
Together 同步在博客给出用 17 美元训练自己一个分类器的配方，并开源 togethercomputer/tev1 的完整数据配方与代码。模型卡自己声明这些是开发期结果、不是独立基准，评测混合参与过模型开发、尚无未调优的 Qwen 基线，策略迁移集也是合成的策略结构。
核验记录
两个独立时间戳互证：Hugging Face 仓库 createdAt=2026-09-23T18:00:57Z（api/models 端点），Together 官方博客单篇页 JSON-LD datePublished=2026-09-23，两处同日。权重确已放出：api/models 端点 siblings 列含 model.safetensors-00001-of-00002 与 00002-of-00002 分片及 index.json，非仅模型卡。按 R36 复核过 OpenRouter /api/v1/models 的 created 字段：本模型未在 OpenRouter 上架（全量 models 端点检索 id 含 tev 者 0 条），故该字段不参与定日。全部数字（88.0%、300/300、1,300 合法输出、0 HTTP 错误、$17、Qwen3.5-4B 底座）取自模型卡与官方博客原文；模型卡自述评测为开发期结果、非独立基准，findings 属厂商自测。去重核查：库内「tev」0 命中、「togethercomputer」0 命中、models.json 内 0 命中；相近的 deepopen（非自回归 System 1 决策引擎，9/21 收）主体与架构不同，非同一发布事件。配图取 HF social thumbnail（PNG 422,462 字节），裸请求与带站内 Referer 双测均 200、字节一致。
← 上一篇阿里平头哥开源 T-Head SAIL 工具链：真武 AI 芯片的软件栈从框架适配铺到通信组件下一篇 →BottleCap AI 发 ThinkingCap-Qwen3.8-27B：12 项基准少用 37.2% 思考 token，准确率代价 0.86 个百分点