ReJev微调MiniCPM5-2B决策准确率升至80.5%

社区项目 ReJev 用 LoRA 后训练，把面壁智能开源的 2B 模型 MiniCPM5-2B 适配成决策模型：输入状态、问题与候选选项后直接输出一个决策。据面壁智能 OpenBMB 转述，在项目自建的 1,892 条密封留出集上，准确率从 51.11% 提升至 80.50%，提高 29.39 个百分点，报告评测中无效输出为 0%，累计 Modal 账单约 5.31 美元（含此前实验开销）。 上述数字来自 ReJev 项目自身的密封留出集评测，并非第三方独立复现，因此反映的是该数据集上的表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。