Jev-Student-4B 一造（一造考试出题产线决策模型）
蒸馏自三票评审面板（规则 + DeepSeek 两段式 + TypeSafe Jev 1.13 软标签）的一造考试决策模型。 不生成文本——读入题目，单 token 读出类型化判断（字母受限 softmax）。
能力（与商业 Jev 1.13 零样本对照）
| 任务 | 本模型 (r4) | Jev 1.13 零样本 |
|---|---|---|
| 章路由（题→教材章，n=325） | 87.4% | 87.1% |
| 考点路由 top1/top3（题→考点，n=383） | 84.9% / 97.1% | 78.1% / 94.5% |
| 缺陷类型判定（六分类） | 90.5% | — |
| 条件可解性判定 | 96.0% | — |
| 处置动作（可发布/小修/退回） | 91.0% | — |
| ECE（T=0.5 锐化后） | 0.042 | — |
泛化检验（77 枚训练外缺陷探针 + 479 道全新试卷）：新缺陷模式抓捕 96–100%、原题误标 9%、与权威判读一致率 77–85%。每个新缺陷类型 = 注入机新模式 + 探针库新条目，覆盖可持续扩张。
用法（字母读出协议）
User: Context:
{题目与选项，标注答案与解析}
Question: {问题}
Options:
A) ...
B) ...
Answer with the letter only.
Assistant: The answer is
对候选字母的 next-token logits 做受限 softmax 得概率（推理温度建议 T=0.5）。
训练
- 基座 Qwen3.5-4B-Base + LoRA r16（注意力投影），1 epoch，lr 5e-5，bf16
- 数据 14,151 样本：八类缺陷注入对比对 778 对（含 Jev 软标签）+ 章路由标签 757 + 考点路由标签 893 + AI 模考题 Jev 软标签 783×3 问
- 损失 = 硬标签 CE × 0.5 + Jev 概率 KL × 0.5（软硬混合）
- 训练成本 < $3（Modal L4）
局限
- 领域限一造四科（管理/计价/土建/安装计量）；中文
- 判断非事实保证：概率需按业务阈值使用，建议置信度门控 + 人工复核
- 不做精确计算/多步推理（交给规则与代码）
- 考点路由为章内二级协议（先章后考点）