/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Intern-Decision-4B
Библиотека
transformers
Опубликована
1 окт 2026

Deem-4B

Классификация текстаТекст → label3 профессии

Deem-4B — англоязычная дообученная модель для классификации текста, маршрутизации запросов и структурированных решений с оценкой вероятностей.

215скачиваний за 30 дней1лайквеса обновлены9 окт 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Deem-4B — англоязычная модель на 4 млрд параметров для классификации текста, маршрутизации запросов и принятия решений с оценкой вероятностей. Модель разработал Mert Kaya в рамках проекта Eschatia Labs; она построена на архитектуре Qwen 3.5 и дообучена с помощью LoRA на базе internlm/Intern-Decision-4B с данными JevAlt. Для запуска доступны веса в формате Safetensors, а также сборка GGUF; в README указано потребление 3,04 ГБ оперативной памяти для варианта Q4_K_M при контексте 4k.

Модель принимает текст и поддерживает контекст до 8k токенов. Основной язык — английский; метаданные также указывают турецкий и немецкий. Для оценки вероятностей решений предусмотрена калибровка, но перед использованием порогов уверенности её следует перенастроить на собственных данных. На тестовой выборке из того же конвейера, что и обучающие данные, заявлены точность 94,7% и Brier score 0,091; эти результаты не гарантируют качество на других данных. Лицензия — Apache-2.0.

Сценарии применения

  • классификация текстовых запросов
  • маршрутизация запросов между обработчиками
  • выбор решения с оценкой вероятности
  • локальная обработка решений на устройстве

Ограничения

Английский — основной язык модели; длинный нерелевантный контекст и вычисления с датами остаются слабыми сторонами. Калибровку нужно подгонять под собственные данные, а для важных решений необходимы внешние проверки: заложенные в запрос инструкции могут менять ответы.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Deem-4B: small English language model for local decisions

Deem-4B is one of the best open English decision models at 4B parameters: a small English language model for text classification, routing and decisions with probabilities. Deem-4B: 94.7% accuracy; Kev-4B: 84.7% on held-out English decisions. The test set comes from the same data pipeline as the training data.

Try a decision in the browser, or run the GGUF build locally below.

Run locally

The Q4_K_M build used 3.04 GB RAM at a 4k context. The JevAlt server uses llama.cpp to read decision probabilities and load the matching calibration.

pip install "jevalt[serve,gguf] @ git+https://github.com/mertkayacs/jevalt" && jevalt serve --model mertkayacs/Deem-4B-GGUF --file Deem-4B-Q4_K_M.gguf

Ollama: ollama run mertkayacs/deem-4b (library page). It answers with the option letter; the JevAlt server adds the Jev API and calibrated probabilities.

Send a situation, question and options to the local server:

import requests

request = {
    "state": "I was charged twice for my subscription. Please refund the duplicate.",
    "questions": {
        "team": {
            "type": "choice",
            "instructions": "Which team should handle this ticket?",
            "criteria": {"billing": "payments, refunds", "technical": "bugs, outages"},
        }
    },
    "reasoning": "off",
    "abstain": False,
}
response = requests.post("http://127.0.0.1:8000/v1/systemone", json=request)
response.raise_for_status()
print(response.json())

Write the situation, question and options in English. The API also supports yes/no questions, ordered scores and an unknown option with abstain: true. The card widget shows a recorded answer from the full-precision model.

This repository holds the full-precision weights. The JevAlt Transformers backend preserves the decision-token format and calibration:

pip install "jevalt[hf] @ git+https://github.com/mertkayacs/jevalt" && jevalt serve --backend hf --model mertkayacs/Deem-4B

See the local run guide for memory and client settings.

Results and limits

On the same held-out English decisions, Deem-4B's probability error (Brier score, lower is better) is 0.091, against 0.256 for Kev-4B. A separate live test on 4 October 2026 scored 122/130 for Deem-4B. Comparison files and live requests, including misses record both tests.

The models were fine-tuned with LoRA from Intern-Decision-4B, using JevAlt training data. English is this model's focus.

  • Refit calibration on your own data before using confidence thresholds. See JevOss.
  • The model accepts text, with an 8k context. Long irrelevant text and date arithmetic remain weak spots.
  • Planted instructions still change some answers. Keep authorization checks outside the model and review consequential decisions.

Downloads and project

GGUF files and measured agreement | Code and training | Deem-4B project page | Training and evaluation details | Benchmark page.

Apache-2.0. Cite the JevAlt repository for this release.

An Eschatia Labs project. Mert Kaya.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
afb02af

0 моделей