★ 2
Jeff：兼容Jev的0.8B本地决策小模型
开发者发布Jeff系列0.8B与2B决策模型，基于Qwen3.5与Gemma 4微调，用于零样本分类，单次前向传播即可输出各选项的校准概率。模型在RTX PRO 6000上约22毫秒、M4 Max上约28毫秒完成一次决策，全部在本地硬件训练，无云端GPU与闭源模型输出参与。
Hacker News34 天前
#零样本分类
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
GeoTTER：利用最优传输局部几何的零样本分类
论文提出GeoTTER框架，通过图拉普拉斯平滑引入局部几何结构以缓解标签锯齿，并融合聚类引导代价与全局调整传输代价来纠正角度漂移。相比零样本方法与OTTER，中位提升分别达6.82%和2.13%。
arXiv cs.LG48 天前