Together: Tev1 4B Experimental

Tev1 4B Experimental adalah model klasifikasi Together AI untuk pertanyaan dengan himpunan jawaban tetap. Produsen melakukan fine-tuning dari Qwen3.5 4B dan melaporkan 4,7 miliar parameter. Model menggunakan pembangkitan teks tanpa mode berpikir untuk memilih opsi: masukan yang didokumentasikan adalah keadaan, satu pertanyaan, dan pilihan berlabel, sedangkan keluaran yang diminta tepat satu huruf. Aplikasi memetakan huruf itu ke kunci semantik opsi. Ini membedakan alur keputusan model dari model yang langsung mengembalikan probabilitas terkalibrasi atau nilai harapan skor rubrik.

Keadaan, pertanyaan, dan 2–24 opsi

Antarmuka produsen mewakili keputusan sebagai objek JSON dengan state, question, dan options. Setiap opsi berisi label huruf dari A hingga X, kunci semantik, dan deskripsi. Berikan antara dua hingga 24 opsi dan buat setiap deskripsi menjelaskan kapan jawaban tersebut berlaku. Huruf adalah label keluaran yang ringkas; kunci semantik adalah makna yang digunakan perangkat lunak di sekelilingnya. Simpan pemetaan bersama daftar opsi persis yang digunakan untuk keputusan tersebut.

Untuk pesan dukungan, keadaan harus memuat pesan dan konteks yang relevan, sedangkan pertanyaan menetapkan maksud atau tujuan yang harus dipilih. Daftar contoh dapat membedakan laporan kegagalan integrasi, masalah akses, dan permintaan informasi produk, dengan opsi none ketika maksud yang tercantum tidak sesuai. Tetapkan kasus yang tumpang tindih alih-alih mengharapkan model menyimpulkan kebijakan pengarahan organisasi dari label yang disingkat.

Pembangkitan tanpa berpikir dan bentuk jawaban yang diminta

Contoh yang diterbitkan Together memberikan instruksi sistem yang memperlakukan isi state sebagai data, memilih satu opsi dari daftar, dan hanya meminta hurufnya tanpa penjelasan. Pengaturan yang disarankan adalah temperature 0, jatah pembangkitan delapan token, dan mode berpikir dinonaktifkan. Pembuat secara eksplisit menyatakan bahwa pengaturan ini tidak disisipkan otomatis oleh endpoint publik; fungsi bantu contoh menyediakannya, sedangkan permintaan langsung harus menentukannya sendiri. Gunakan pengaturan tersebut untuk meminta respons klasifikasi pendek tanpa berpikir yang dimaksudkan.

Jatah delapan token adalah contoh pengaturan keluaran untuk alur jawaban pendek ini, bukan spesifikasi maksimum keluaran universal. Keluaran berguna yang dimaksudkan tetap huruf terpilih. Jika fungsi bantu kemudian menampilkan objek label dan kunci, bedakan objek hasil penafsiran tersebut dari isi mentah yang dihasilkan model. Pemilihan kategori sendiri tidak memperbarui tiket, menyetujui operasi, atau menjalankan tindakan berikutnya.

Klasifikasi, aturan, dan penilaian kategori

Pembuat menjelaskan deteksi maksud, penerapan kebijakan, pengarahan alur kerja, kategori dokumen, sentimen, dan pemahaman ya/tidak berdasarkan bagian teks sebagai pola tugas yang didukung. Tugas boolean dapat memberikan dua opsi dengan kunci bermakna true dan false; aplikasi menafsirkan opsi terpilih sesuai maknanya. Tugas sentimen dapat memberikan tingkat-tingkat beserta deskripsi dan mengembalikan kunci satu kategori terpilih. Pilihan kategori tersebut bukan rata-rata berbobot probabilitas antartingkat, dan huruf yang dikembalikan bukan nilai keyakinan numerik.

Untuk keputusan berdasarkan aturan, sertakan fakta yang relevan dan aturannya dalam tugas, bukan meminta model mengarang kebijakan. Misalnya, arahan pengarahan dokumen dapat menjelaskan folder yang diizinkan dan materi yang termasuk dalam setiap folder. Tugas taksonomi penelitian dapat memberikan judul dan abstrak makalah bersama deskripsi topik. Hasil harus ditafsirkan berdasarkan alternatif yang diberikan, dengan bukti asli tetap disimpan untuk pilihan yang ambigu atau diperdebatkan.

Cakupan pelatihan dan identitas edisi

Halaman model mencatat 37.840 contoh pelatihan yang mencakup entailment, pertanyaan ya/tidak berdasarkan bagian teks, maksud perbankan, kategori berita, tingkat sentimen, kebijakan yang dinyatakan secara programatik, pengarahan, dan taksonomi makalah penelitian. Panduan pendamping mendokumentasikan normalisasi tugas-tugas tersebut ke format keputusan bersama dan fine-tuning model klasifikasi. Ini menjelaskan fokus profil pada himpunan jawaban yang dibatasi; ini tidak membuktikan bahwa setiap kebijakan, domain, atau taksonomi baru akan ditangani dengan benar tanpa penilaian khusus tugas.

Tev1 4B Experimental adalah model Together dengan nama tersebut, bukan profil dasar umum Qwen3.5 4B dan bukan checkpoint dari pembuat model keputusan lain. Pertahankan persiapan keluaran dan kontrak masukan milik edisi eksperimental ini sendiri. Kasus penggunaan keputusan yang serupa atau keluarga dasar yang dikenal tidak membenarkan peminjaman dukungan gambar, kalibrasi probabilitas, pemanggilan alat, atau batas pengelompokan pertanyaan dari model lain.

Konteks dan peninjauan hasil

Spesifikasi model Together melaporkan jendela konteks 32,8K token dan masukan teks dengan keluaran teks. Konteks harus menampung instruksi, keadaan, pertanyaan, dan opsi dalam permintaan klasifikasi. Siapkan hanya bukti yang dibutuhkan pertanyaan, sambil mempertahankan definisi yang membedakan alternatif. Buat prompt klasifikasi ringkas dengan membuang konteks yang tidak relevan tetapi mempertahankan definisi opsi.

Produsen mengidentifikasi model ini sebagai rilis eksperimental untuk dinilai pada beban kerja keputusan nyata. Periksa bahwa respons mentah termasuk salah satu label yang diberikan sebelum memetakannya ke kunci semantik, dan bandingkan klasifikasi dengan materi berlabel yang mewakili tugas tujuan. Huruf yang valid menunjukkan pemilihan dengan format benar, bukan bukti bahwa penafsirannya tepat. Simpan masukan, opsi, huruf yang dikembalikan, dan kunci hasil pemetaan bersama-sama agar artefak akhir dapat mendukung pengarahan, pengategorian, atau peninjauan kebijakan tanpa kehilangan cara keputusan itu ditetapkan.