# 开源小 Jev / System One 风格模型对照

访问日期：2026-10-30。数字均来自一手模型卡 / README / 论文；跨榜不可直接比。

## 优先 ≤2B（本包重点）

| 模型 | Hub / 代码 | 底座 | 参数量 | 语言 | 许可 | 训练方法摘要 | `/v1/systemone` 兼容 | 公布评测（出处） |
|------|------------|------|--------|------|------|--------------|----------------------|------------------|
| **QJev3.5-0.8B** | [ZY-Lee4/QJev3.5-0.8B](https://huggingface.co/ZY-Lee4/QJev3.5-0.8B) · [GGUF](https://huggingface.co/ZY-Lee4/QJev3.5-0.8B-GGUF) | `Qwen/Qwen3.5-0.8B` | ~0.8B | **en + zh** | Apache-2.0 | QLoRA r=32 α=64，合并权重；**字母 token logprob** 读出；客户端两遍选项顺序交换平均 | schema 兼容（choice/noul/score）；非官方 API | 产品 180 题自测：微调 94.4% vs 底座 27.2%；JevBench 公开 231：本模型约 **62.8%** vs 官方 Jev 1.13 **86.1%**；中文 tickets 40：**72.5%**（[GGUF README](https://huggingface.co/ZY-Lee4/QJev3.5-0.8B-GGUF)）。**注意**：180 题有约 29% 与训练重叠，泛化看 extended / held-out。 |
| **Kev-0.8B** | [jaredpalmer/kev-0.8b](https://huggingface.co/jaredpalmer/kev-0.8b) · [kev](https://github.com/jaredpalmer/kev) | `Qwen/Qwen3.5-0.8B-Base` | 0.8B + LoRA 11.3M + pointer head | en | Apache-2.0 | 冻结底座 + LoRA r16 α32；**pointer head**（选项闭包 token × 问题末 token）；温度 **T=2.35** 存于 `head.pt` | **是**（原生 `POST /v1/systemone`） | transfer-v4 locked test Acc **0.697**；breadth-v1 test **0.586**；documents-v1 test **0.851**；JevBench public 231 **0.636** / hard **0.360**（模型卡） |
| **RSI-Jev v1.0 0.8B** | [shgao/rsi-jev-v1.0-qwen3.5-0.8b](https://huggingface.co/shgao/rsi-jev-v1.0-qwen3.5-0.8b) · [RSI-Jev](https://github.com/Shanghua-Gao/RSI-Jev) | `Qwen/Qwen3.5-0.8B-Base` | 0.8B（塔几乎全参）+ 7.3M `option_xattn` | en | Apache-2.0 | 塔全参（冻 embedding）+ **option 交叉注意力打分头**；软交叉熵对教师分布；选项每例 shuffle；scorer **必须 fp32** | 宣称讲 Jev HTTP API | typed-decisions 池化 top-1：**0.6175**（seed 17 发布点）；三种子均值 **0.6140**；Jev 同集 **0.727**（模型卡） |
| **RSI-Jev v1.0 2B** | [shgao/rsi-jev-v1.0-qwen3.5-2b](https://huggingface.co/shgao/rsi-jev-v1.0-qwen3.5-2b) | `Qwen/Qwen3.5-2B-Base` | 2B + scorer | en | Apache-2.0 | 同上 | 同上 | typed-decisions：**0.6525**（发布）/ 三种子 **0.6622** |
| **Tev1-0.8B-experimental** | [togethercomputer/Tev1-0.8B-experimental](https://huggingface.co/togethercomputer/Tev1-0.8B-experimental) · [tev1](https://github.com/togethercomputer/tev1) | `Qwen/Qwen3.5-0.8B` | 0.8B | en（卡未强调中文） | 底座 Apache-2.0；微调权重许可「being finalized」 | **SFT 生成单字母**（保留标准 LM head，非非自回归 Jev runtime） | 非原生 systemone；chat completions | 模型卡**未给出** JevBench 数字；定位 experimental |
| **jev-decisions-v2-model** | [GhostScientist/jev-decisions-v2-model](https://huggingface.co/GhostScientist/jev-decisions-v2-model) | `Qwen/Qwen3.5-0.8B` | 0.8B | en | 卡写 licence 字段；底座 Apache-2.0 | **全参 SFT**（TRL completion-only）在 jev-decisions-v1 8702 行；2 epoch lr 2e-5 | 非原生；字母生成 | **自建 dev 400**：Acc **0.8000**（v1 为 0.7525）；非公开 JevBench |
| **Intern-Decision-0.8B** | [internlm/Intern-Decision-0.8B](https://huggingface.co/internlm/Intern-Decision-0.8B) · [repo](https://github.com/internlm/Intern-Decision) | `Qwen/Qwen3.5-0.8B` | 0.8B | en（多模态） | Apache-2.0（保留 Qwen 许可） | **掩码下一 token** 结构化读出：JSON skeleton 占位符前 logits → 候选符号 softmax；温度 **2.747…** | Jev-compatible 响应信封 | 自报 suite Average **79.38**；Typed Decision **77.35**；Jevbench-Easy/Original/Hard **97.92 / 80.56 / 52.25**（卡表，与 Benchmark Heaven 正式分可能不同协议） |

## 同族更大尺寸（选型参考）

| 模型 | 链接 | 备注 |
|------|------|------|
| Kev-4B / 9B / 27B | [jaredpalmer/kev](https://github.com/jaredpalmer/kev) README 表 | held-out index：0.8B **23.3** → 4B **38.0** → 9B **41.0** → 27B **52.3**；官方 Jev **54.0** |
| Intern-Decision-2B / 4B | HF collection | 卡表 Average 84.68 / 90.02 |
| Hopper | [HopitAI/hopper](https://huggingface.co/HopitAI/hopper) | ~4B LoRA 线；LLM-as-Jev 论文表 16 公开 Acc **82.3** |
| Plumb-4B | [crh225/plumb-4b](https://huggingface.co/crh225/plumb-4b) | 论文表 16 公开 **89.6** / sealed **38.0**（警示过拟合公开集） |

## 方法（不一定发 0.8B 权重）

| 方法 | 链接 | 与 0.8B 实验关系 |
|------|------|------------------|
| **LLM-as-Jev** | [arXiv:2610.02076](https://arxiv.org/abs/2610.02076) · 笔记 `/workspace/x/llm-as-jev-notes.md` | 免训练编号 prefill + 可选 L_tree+KL；主实验 4B / **0.6B**（非 0.8B）。0.6B 免训练 JevBench **56.7%**；LoRA λ=0.01 → **61.0%** |
| SemIf / letter logits | 社区 frozen readout | 字母读出上限 ~26；与 QJev 同类机制 |

## 选型直觉（证据导向）

1. **要中文产品路由 / 权限 / 压缩**：QJev 是目前唯一在卡上明确 **en+zh** 且给中文 tickets 数字的 0.8B 复刻。
2. **要严格 System One SDK 本地替代**：Kev（pointer head）或 RSI-Jev / Intern-Decision（各自 serve 栈）。
3. **要最小工程、先验证数据配方**：Tev1 / GhostScientist 字母 SFT；但校准与多题并行弱于专用头。
4. **要泛化 / 任意 K**：优先 LLM-as-Jev 编号 + prefix-free；字母方案 K≤26。