SuSu_酥酥👅
@NFT_Chen
🤯什么？！斯坦福 × 英伟达新模型 CLM 速度吊打 Jev 13倍！
CLM 模型不逐字生成，直接状态向量 vs 动作向量选最优解！
核心亮点： 🔹约 1024 个候选时快到 13 倍
🔹状态 / 动作向量可拆开缓存，动作提前算好反复用
🔹轻量微调当「裁判」：DeepSWE 挑中方案通过率 81.6%，Terminal-Bench 2.1 达
CLM 模型不逐字生成，直接状态向量 vs 动作向量选最优解！
核心亮点： 🔹约 1024 个候选时快到 13 倍
🔹状态 / 动作向量可拆开缓存，动作提前算好反复用
🔹轻量微调当「裁判」：DeepSWE 挑中方案通过率 81.6%，Terminal-Bench 2.1 达
SuSu_酥酥👅@NFT_Chen · Sep 25💥我靠超低延迟！2B 看图决策 1.13 秒通关推箱子，27B Think 要 198 秒，给 Jev 装上眼睛，快了 175 倍！
Valen（万澜）把 Jev 的System One决策接口接到视觉上：图/视频/文字进，候选动作概率出，不写长推理、不吐答案 token。
核心亮点：
🔹基于 Qwen3.5-2B，极简「视觉编码器 + 语言骨干 +
Valen（万澜）把 Jev 的System One决策接口接到视觉上：图/视频/文字进，候选动作概率出，不写长推理、不吐答案 token。
核心亮点：
🔹基于 Qwen3.5-2B，极简「视觉编码器 + 语言骨干 +
Open quoted post →
7 205