新加坡国立大学团队推出面向决策的 Jeva 原生架构

新加坡国立大学 xML Lab 推出面向决策需求的 Jeva 模型，针对传统模型存在的选项顺序变动就改变判断、无合适选项时强行输出答案、候选规模扩展受限、重复计算冗余等问题，将 null 感知、排列不变性、选项可扩展、可缓存四项决策核心结构特性融入架构设计，通过分离文本理解与当前判断、让全候选集合参与偏好计算、区分候选相对偏好与答案是否存在、支持候选语义表征缓存复用的方式实现相关能力。实验显示，Jeva 在空答案检测、选项重排下的判断稳定性、大候选集下的准确率与速度、候选复用时的推理效率等方面均表现优异，为语言模型决策任务提供了将决策基本原则内化为架构能力的新设计视角。