Jared Palmer: Kev 4B

Kev-4B es un modelo compacto de decisión para responder a preguntas de tipos definidos sobre un estado proporcionado. El estado es el documento o registro que se evalúa, y cada pregunta define las opciones que el modelo puede puntuar. Su resultado es una distribución de probabilidades y un registro de decisión de tipo definido, lo que lo hace útil para clasificación de documentos, asignación, triaje, elecciones de extracción y comprobaciones frente a criterios establecidos.

El modelo combina una arquitectura base congelada Qwen3.5-4B-Base con un adaptador LoRA y un cabezal de puntero. La arquitectura base tiene 32 capas, compuestas por 24 capas Gated DeltaNet y ocho capas de atención completa. El adaptador actúa sobre proyecciones de atención, MLP y DeltaNet; el cabezal de puntero puntúa las opciones proporcionadas y convierte esas puntuaciones en probabilidades. Este es un flujo de decisión que utiliza únicamente la fase prefill, con las opciones como espacio de respuestas.

Los tres tipos de pregunta pueden aparecer en la misma solicitud. Una pregunta choice acepta entre 1 y 255 opciones con nombre, opcionalmente con descripciones, y devuelve la opción más probable, un valor de confianza separado y las probabilidades de las opciones. Una pregunta de sí/no, llamada noul en el formato del fabricante, devuelve la probabilidad de sí. Define el significado de sí en la pregunta, en lugar de suponer que un número alto siempre implica un resultado positivo para la aplicación.

Una pregunta de puntuación ordenada acepta entre 1 y 255 niveles y devuelve las probabilidades de los niveles y su índice esperado. Los índices de nivel comienzan en cero. El formato de resultado del fabricante también contiene la leyenda de niveles y un valor de confianza separado. Un índice esperado puede ser fraccionario: resume la distribución entre tus niveles ordenados, en lugar de seleccionar una nueva etiqueta textual. Conserva el orden y la leyenda de los niveles junto con el resultado, para que una valoración pueda interpretarse de forma coherente.

Las preguntas comparten el mismo estado, pero se evalúan de forma independiente. Una pregunta no puede leer la respuesta de otra, y el estado se calcula una vez y se reutiliza. Si una decisión posterior depende del resultado de una decisión anterior, haz explícita esa dependencia en un estado posterior, en lugar de esperar que las preguntas de una solicitud formen una cadena. Esto hace que el flujo con estado compartido sea adecuado para varias comprobaciones independientes sobre el mismo documento.

Prepara el estado con la evidencia que realmente requieran las preguntas. Puede ser texto sin formato o un objeto o array JSON representado como texto etiquetado. Mantén claros los nombres de campos, las unidades, las condiciones de las políticas y los pasajes pertinentes de las fuentes. Escribe una instrucción específica para cada pregunta y da a sus opciones significados que puedan distinguirse a partir del registro. Para una tarea original de asignación de soporte, el estado puede contener la solicitud y su contexto, mientras que las opciones definen categorías de entrega, acceso y soporte del producto con descripciones cortas.

Una segunda pregunta puede evaluar la urgencia, y una pregunta ordenada puede valorar cuánto seguimiento necesita la solicitud. Responden a cuestiones operativas distintas, así que define cada una por separado. Incluye una opción adecuada de revisión o falta de evidencia cuando la tarea de elección la necesite y conserva la distribución completa cuando varias categorías sean plausibles. La aplicación decide cómo asignar o revisar un resultado; el modelo proporciona el registro puntuado.

Kev-4B está destinado a decisiones de tipos definidos sobre documentos de unos pocos miles de tokens. El perfil de servicio de su fabricante acepta estados de hasta 65.536 tokens y reserva espacio adicional para cada pregunta, mientras que la longitud de contexto validada para este checkpoint es de 8192 tokens. Son límites distintos: aceptar un estado más largo no establece decisiones igual de fiables a cualquier longitud. Mantén compactos los pasajes decisivos y conserva sus etiquetas al preparar un registro largo para clasificación.

El perfil publicado está en inglés. Sus tareas útiles dependen de la evidencia del estado proporcionado y de las opciones definidas, en lugar de chat abierto, resúmenes o respuestas amplias basadas en conocimientos. La aritmética de fechas a nivel de días es una limitación específica: el fabricante proporciona un preprocesador separado de datos de fechas que suministra intervalos calculados. Para comprobar un plazo, incluye en el estado las fechas pertinentes y los intervalos de días calculados, junto con la regla que los utiliza.

El checkpoint se distribuye con una calibración de probabilidades ajustada, pero la confianza puede cambiar con el dominio del documento y el diseño de las preguntas. El fabricante también documenta el ajuste del checkpoint abierto con etiquetas específicas de la tarea y la adaptación de su calibración de probabilidades a esa carga de trabajo; este es un flujo de personalización separado de la puntuación de un estado proporcionado. Elige los umbrales de decisión utilizando ejemplos etiquetados de la carga real y mantén visibles los casos inciertos para revisión. El fabricante excluye las decisiones con consecuencias para personas totalmente automatizadas sin revisión humana. El orden de las opciones también puede afectar a una respuesta, por lo que conviene mantenerlo estable al comparar resultados. Evalúa la etiqueta elegida, el campo separado de confianza y la distribución de probabilidades según el papel de cada uno en tu flujo de trabajo.

La edición actual de Kev-4B descrita por el fabricante pertenece a Kev 1.0 y utiliza la base Qwen3.5. Las ediciones anteriores basadas en Qwen3 y las que solo operaban en la etapa de documento siguen siendo versiones distintas. Mantén la edición elegida y las definiciones de preguntas asociadas a las salidas al desarrollar un flujo específico de la tarea, en lugar de mezclar resultados de perfiles diferentes.

Un artefacto final útil es un conjunto con nombre de registros de decisión con las preguntas originales, las definiciones de opciones, las distribuciones y las leyendas de niveles ordenados que corresponda. Para comprobar la calidad de una respuesta, el estado debe incluir la respuesta propuesta, la evidencia y el criterio que se evalúa. Para el triaje de políticas, debe incluir la regla aplicable y los hechos pertinentes. Conserva esa entrada junto al resultado para que una revisión pueda establecer por qué una decisión fue adecuada o qué hecho ausente se debe aportar.