/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3.5-0.8B
Библиотека
transformers
Опубликована
19 сен 2026

JevForge-0.8B

Классификация текстаТекст → label

Экспериментальная модель на основе Qwen3.5-0.8B, которая ранжирует переданные варианты действий для офлайн-решений по веб-страницам.

118скачиваний за 30 дней0лайковвеса обновлены19 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

JevForge-0.8B — экспериментальная модель AndeyTait для оценки и ранжирования заданных вариантов действий при принятии структурированных решений на веб-страницах. Она дообучена на предобученной Qwen3.5-0.8B: к основе добавлена общая скалярная голова принятия решений, которая выдаёт распределение вероятностей по кандидатам. Это не чат-модель и не предназначено для стандартного конвейера генерации текста; для работы требуется реализация Predictor из исходного кода JevForge.

Модель рассчитана на офлайн-оценку переданных кандидатов, исследования решений choice, бинарных решений noul и упорядоченных оценок score, а также воспроизведение зафиксированного протокола оценки. Обучение включало 1 200 шагов, максимальная длина последовательности — 768 токенов, температура калибровки — 0,9717. Данные обучения преобразованы из аннотаций Mind2Web; результаты относятся только к описанному офлайн-протоколу.

Модель не обнаруживает кандидатов самостоятельно: пути кандидатов должен предоставить вызывающий код. Зафиксированные снимки страниц могут отличаться от страниц в работающем браузере, а оценка ограничена описанной конструкцией задач и замороженными наборами данных. Выпуск распространяется по лицензии Apache 2.0; исходные данные Mind2Web имеют лицензию CC BY 4.0 и требуют соблюдения условий доступа и атрибуции исходного проекта.

Сценарии применения

  • ранжирование заданных вариантов действий на веб-странице
  • оценка вероятности выбора среди кандидатов
  • бинарная оценка решения noul
  • упорядочивание кандидатов по оценке score
  • воспроизведение офлайн-экспериментов Mind2Web

Ограничения

Модель не ищет кандидатов самостоятельно и требует, чтобы вызывающий код передал варианты действий. Оценка подтверждена только для описанного офлайн-протокола и замороженных наборов; она не доказывает работу на живых сайтах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

JevForge-0.8B

JevForge-0.8B is an experimental candidate-conditioned scoring model for structured web decisions. It starts from the pretrained Qwen3.5-0.8B backbone, adds a shared scalar decision head, and returns a probability distribution over the candidates supplied for each question.

This is not a chat model and is not intended to be loaded as a standard text-generation pipeline. Use the jevforge.predict.Predictor implementation from the JevForge source repository.

Evaluation

Evaluation uses frozen website-disjoint splits and temperature 0.9717.

MetricTest (2,400)OOD (1,158)
Choice top-1 in positives0.57870.6373
Choice exact gold0.56750.6192
Noul accuracy0.82630.8601
Noul Brier0.12830.1173
Score MAE0.36740.3898

These results apply only to the recorded offline candidate-scoring protocol. They are not evidence of autonomous live-site operation or a browser-agent leaderboard result.

Raw-backbone reference

On the first 200 records of each frozen split, the unmodified Qwen/Qwen3.5-0.8B chat model was prompted to score every candidate from 0 to 10. This is a zero-shot reference rather than an architectural ablation because the raw model has no JevForge scalar head.

Choice top-1 in positivesRaw backboneJevForge-0.8B
Test (200)0.2350.505
OOD (200)0.3400.630

Training and model lineage

  • Base model: Qwen/Qwen3.5-0.8B, loaded from pretrained weights.
  • Objective: supervised candidate-distribution prediction.
  • Training steps: 1,200.
  • Maximum sequence length: 768 tokens.
  • Best checkpoint: step 1,200.
  • Calibration temperature: 0.9717.

The upstream Qwen3.5-0.8B model is licensed under Apache 2.0. Its notice and license are retained in this release.

Data lineage

Training records were transformed from Mind2Web annotations obtained through LangAGI-Lab/Mind2Web-axtree-cleaned-lite. Mind2Web is distributed under CC BY 4.0. No raw or unzipped official Mind2Web test files, and no complete JevForge training or evaluation split, are included in this model repository. Obtain benchmark data from the official upstream project and follow its current access and attribution requirements.

Intended use

  • Offline scoring and ranking of supplied candidate actions.
  • Research on choice, binary noul, and ordered score decisions.
  • Reproduction of the fixed evaluation protocol using the JevForge codebase.

Limitations

  • Candidate discovery is out of scope; callers must supply candidate paths.
  • Offline page snapshots differ from live browser environments.
  • The model has only been evaluated on the recorded task construction and frozen splits described above.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
a7e0e71

0 моделей