Han Wang

Haidass1.5-143M-Jev 是一个研究性质的 Jev 类决策模型。它以 为冻结基座，通过 LoRA 和一个可训练选项指针头输出 choice、noul 和 score 模型不会生成答案文本。加载时使用 Haidass 的 Transformer backbone，不加载语言模型词表投影头； 多个问题共享状态前缀，并通过 block-causal attention mask 隔离问题分支。指针头读取每个选项边界和 位置的隐藏状态，为请求中的现有选项直接打分。 本仓库发布的是 LoRA adapter、指针头、tokenizer、训练配置、开发集评测结果和复现实验代码。 运行时仍需下载原始 Haidass 基座。 发布 checkpoint 来自两阶段继续训练： 1. 从初始 Kev-style Haidass-Jev checkpoint 开始，使用 Kev decision-v7 数据继续训练； 2. 选择学习率 2e-5 的 step 150，再以 90% Kev + 10% 规则合成数据训练 150 step。 这些是 development 指标。test split 没有用于选模，本次发布也不声明 test 指标。 最终 checkpoint 的监督目标是问题内平均交叉熵，再按源请求平均。它没有采用未完成退火实验中的 Brier/RPS/permutation 辅助损失。 主要训练数据来自 Kev 的 frozen decision-v7 suite。经过精确去重和 tokenizer 长度检查后， 规则合成集包含 5,000 个训练请求和 800…