Jared Palmer: Kev 4B

Kev-4B to kompaktowy model decyzyjny odpowiadający na typowane pytania o dostarczony stan. Stan to oceniany dokument lub rekord, a każde pytanie określa opcje, które model może oceniać. Wynikiem jest rozkład prawdopodobieństw i typowany rekord decyzji, użyteczny do klasyfikacji dokumentów, kierowania, wstępnej selekcji, wyborów podczas ekstrakcji i kontroli względem podanych kryteriów.

Model łączy zamrożoną architekturę bazową Qwen3.5-4B-Base z adapterem LoRA i głowicą wskaźnikową. Baza ma 32 warstwy: 24 warstwy Gated DeltaNet i osiem warstw pełnego mechanizmu uwagi. Adapter obejmuje projekcje uwagi, MLP i DeltaNet; głowica wskaźnikowa ocenia dostarczone opcje i przekształca oceny w prawdopodobieństwa. Jest to proces decyzyjny wyłącznie w fazie prefill, w którym opcje tworzą przestrzeń odpowiedzi.

W jednym żądaniu mogą występować trzy typy pytań. Pytanie choice przyjmuje 1–255 nazwanych opcji, opcjonalnie z opisami, i zwraca najbardziej prawdopodobną opcję, osobną wartość pewności oraz prawdopodobieństwa opcji. Pytanie tak/nie, nazywane noul w formacie producenta, zwraca prawdopodobieństwo odpowiedzi tak. Zdefiniuj znaczenie tak w pytaniu, zamiast zakładać, że wysoka liczba zawsze oznacza pozytywny wynik dla aplikacji.

Pytanie z uporządkowaną oceną przyjmuje 1–255 poziomów i zwraca ich prawdopodobieństwa oraz oczekiwany indeks. Indeksy poziomów zaczynają się od zera. Format wyniku producenta zawiera także legendę poziomów i osobną wartość pewności. Oczekiwany indeks może być ułamkowy: podsumowuje rozkład uporządkowanych poziomów, zamiast wybierać nową etykietę tekstową. Zachowaj kolejność poziomów i legendę z wynikiem, aby ocenę można było interpretować spójnie.

Pytania współdzielą ten sam stan, lecz są oceniane niezależnie. Jedno pytanie nie może odczytać odpowiedzi innego, a stan jest obliczany raz i wykorzystywany ponownie. Jeśli późniejsza decyzja zależy od wyniku wcześniejszej, uwidocznij tę zależność w kolejnym stanie, zamiast oczekiwać, że pytania jednego żądania utworzą łańcuch. Dzięki temu proces ze wspólnym stanem nadaje się do kilku niezależnych kontroli tego samego dokumentu.

Przygotuj stan z materiałem rzeczywiście wymaganym przez pytania. Może to być zwykły tekst albo obiekt lub tablica JSON przedstawione jako tekst z etykietami. Zachowaj jasne nazwy pól, jednostki, warunki zasad i istotne fragmenty źródłowe. Napisz konkretną instrukcję dla każdego pytania i nadaj jego opcjom znaczenia rozróżnialne na podstawie rekordu. W oryginalnym zadaniu kierowania zgłoszeń wsparcia stan może zawierać zgłoszenie i kontekst, a opcje definiować kategorie dostawy, dostępu i wsparcia produktu z krótkimi opisami.

Drugie pytanie może oceniać pilność, a uporządkowane pytanie — zakres dalszej obsługi potrzebnej zgłoszeniu. To różne pytania operacyjne, dlatego definiuj je osobno. Uwzględnij odpowiednią opcję przeglądu lub brakującego materiału, gdy wymaga tego zadanie wyboru, i zachowuj pełny rozkład, gdy kilka kategorii jest prawdopodobnych. Aplikacja decyduje, jak skierować lub przejrzeć wynik; model dostarcza oceniony rekord.

Kev-4B jest przeznaczony do typowanych decyzji dotyczących dokumentów o długości kilku tysięcy tokenów. Profil udostępniania producenta przyjmuje stany do 65 536 tokenów i rezerwuje dodatkowe miejsce dla każdego pytania, natomiast zweryfikowana długość kontekstu tego punktu kontrolnego wynosi 8192 tokeny. To różne granice: przyjęcie dłuższego stanu nie dowodzi równie wiarygodnych decyzji przy każdej długości. Przygotowując długi rekord do klasyfikacji, utrzymuj zwięzłe rozstrzygające fragmenty i zachowuj ich etykiety.

Wydany profil jest anglojęzyczny. Jego użyteczne zadania zależą od materiału w dostarczonym stanie i zdefiniowanych opcji, a nie otwartego czatu, streszczania lub szerokiego odpowiadania opartego na wiedzy. Szczególnym ograniczeniem jest arytmetyka dat na poziomie dni: producent dostarcza osobny preprocesor faktów o datach, który podaje obliczone przedziały. Do sprawdzania terminu dołącz do stanu istotne daty i obliczone odstępy w dniach wraz z regułą, która ich używa.

Punkt kontrolny jest dostarczany z dopasowaną kalibracją prawdopodobieństw, ale pewność może zmieniać się wraz z dziedziną dokumentu i projektem pytania. Producent dokumentuje również dostrajanie otwartego punktu kontrolnego na etykietach właściwych zadaniu oraz dopasowywanie kalibracji prawdopodobieństw do tych zadań; jest to proces personalizacji odrębny od oceniania dostarczonego stanu. Wybieraj progi decyzyjne na oznaczonych przykładach z rzeczywistych zadań i zachowuj niepewne przypadki widoczne do przeglądu. Producent wyklucza w pełni automatyczne decyzje o istotnych konsekwencjach dla ludzi bez przeglądu przez człowieka. Kolejność opcji także może wpływać na odpowiedź, dlatego utrzymuj stały porządek przy porównywaniu wyników. Oceniaj wybraną etykietę, osobne pole pewności i rozkład prawdopodobieństw zgodnie z rolą każdego z nich w swoim procesie.

Aktualne wydanie Kev-4B opisane przez producenta należy do Kev 1.0 i korzysta z bazy Qwen3.5. Wcześniejsze wydania oparte na Qwen3 oraz ograniczone do etapu dokumentu pozostają odrębnymi wersjami. Zachowuj powiązanie wybranego wydania i definicji pytań z wyjściami podczas opracowywania procesu dla konkretnego zadania, zamiast mieszać wyniki różnych profili.

Użyteczny artefakt końcowy to nazwany zestaw rekordów decyzyjnych z pierwotnymi pytaniami, definicjami opcji, rozkładami i ewentualnymi legendami uporządkowanych poziomów. Przy kontroli jakości odpowiedzi stan powinien obejmować proponowaną odpowiedź, materiał i sprawdzane kryterium. Przy wstępnej selekcji według zasad — obowiązującą regułę i istotne fakty. Zachowaj to wejście obok wyniku, aby przegląd mógł ustalić, dlaczego decyzja była odpowiednia lub jaki brakujący fakt należy dostarczyć.