Bespoke Labs（@madiator / @bespokelabsai）开源 Bespoke Nimble：开放数据、配方与权重的 Open Jev 决策模型。核心是对比式数据策展——仅微调关键事实生成负样本，迫使模型学会判别，校准隐式完成且无需概率标签；在 Qwen3.5-9B 上做 LoRA、不蒸馏 Jev、尚未上 RL，并用并行约束解码直接读候选 token 概率。自建评测上 Qwen 约 66%→Nimble 约 90%（Jev 约 93%），H100 约 100ms，MacBook 亦可本地跑。代码与模型分别在 GitHub 与 Hugging Face 公开。

核心要点速览 (Key Takeaways)

  • ✓开放数据/配方/权重的 Open Jev：对比式策展只改关键事实生成负样本，校准隐式且无需概率标签。
  • ✓Qwen3.5-9B LoRA、不蒸馏 Jev、未上 RL；并行约束解码直接读候选 token 概率。
  • ✓自建评测约 66%→90%（Jev≈93%）；H100 约 100ms，Mac 可本地跑；GitHub+HF 已公开。
ADSponsored