1小时微调专属Jev模型，单卡实测准确率78%

开源版 Jev 教程发布后，不少读者反馈模型在演示用例上表现顺畅，但接入实际业务时意图判不准、分类标签对不上。原因在于开源复刻版本提供的是在公开通用数据上训练的权重，学习到的是特定业务场景与候选描述，而不同团队的 Agent 处理状态、路由类别和判断口径各不相同，直接套用通用权重准确率必然下降。

根本解决办法是基于自己的数据训练。本篇教程带大家在本地从零走通完整训练流水线，涵盖下载底座与数据、预处理切分、全参数微调、选优校准以及启动本地接口。整套流程使用公开权重与公开数据，一张显卡即可运行。在 DGX Spark 上实测，600 步训练耗时约 49 分钟，峰值显存约 34 GB，在测试集 2000 道决策题上达到 78.05% 的准确率。配套脚本已整理至开源实验仓库，可直接 clone 到本地操作。

训练前厘清模型架构与数据输入

Jev 属于判别式决策模型，与 Qwen、ChatGPT 等自回归生成式大模型存在根本差异。给定系统当前状态、决策问题及一组候选选项，它不逐 token 生成解释性文本，而是在网络末层直接计算各候选选项的标量得分，经归一化后输出概率分布。这种一次前向推理即可得出结论的机制，避开了文本生成与后续解析开销，推理延迟通常维持在数十毫秒以内。

模型结构由两部分拼接而成。一部分是特征底座，选用移除因果语言模型头的预训练模型 Qwen3-0.6B，负责将输入文本编码为语义特征向量；另一部分是决策候选头，包含投影层、两层轻量 Transformer 编码器以及最终的线性打分层，负责汇总上下文特征并对每个候选选项输出标量得分。训练阶段，特征底座与候选头同时参与梯度更新，属于全参数微调，而非只更新旁路的 LoRA 方案。

开源社区目前有若干复刻项目，本教程选取 AgentJev 作为主线。选择依据有三点：训练、选优、校准与测试全套代码完整公开并整合于单一脚本链，单卡环境即可执行；配套数据集与官方基准同源且无需申请权限；底座采用 Qwen3-0.6B，权重文件仅 1.5 GB，国内网络环境可平稳获取。

数据集格式与输入字段

模型训练使用 HuggingFace 上的公开数据集 LocalLLaMA/typed-decisions。数据按独立案例组织，训练部分包含 1200 个案例，测试部分包含 400 个案例。每个案例固定设置 5 道决策题，即对应训练集 6000 题、测试集 2000 题。该数据集主分支近期已更新扩充至 3200 个案例，为保证复现结果完全一致，本教程全程锁定特定 revision，本文引用的数据规模均以此版本为准。

数据集仅包含两个轻量 parquet 文件。算上 1.5 GB 的预训练底座以及约 2.3 GB 的训练生成文件，整套实验在本地磁盘占用不到 4 GB。

样本输入由三个核心部分构成。state 记录系统当前的运行状态，此处为一段 Agent 执行日志与环境指标；questions 包含决策题目、指导指令以及备选选项说明，支持布尔判断（boolean）、多分类路由（choice）以及四级评分（score）三种类型；gold 则是目标概率分布，记录每个候选选项对应的置信度概率，这也是后续模型损失函数学习的目标分布。数据集中还包含一个名为 factors 的辅助字段，记录生成该案例时的底层控制因子。数据集文档明确指出该字段不作为输入。因此在后续数据处理阶段，脚本仅提取状态、问题、候选和目标分布四项信息，显式过滤掉 factors，杜绝模型在微调中走捷径。

本地训练与部署全流程

整个训练与部署流水线包含准备环境与资源、切分数据、执行训练、选优校准评测以及启动本地服务五个步骤。

第一步，环境配置与资源下载。建议在独立的 Python 虚拟环境中配置依赖：

git clone https://github.com/li-xiu-qi/XiaokeAILabs.git
cd XiaokeAILabs/experiments/test_jev_open_source/text_jev_train
pip install -r requirements.txt

PyTorch 需根据本机实际 CUDA 版本单独安装。以 CUDA 12.x 为例：

pip install torch --index-url https://download.pytorch.org/whl/cu121

依赖配置完成后，运行下载脚本获取数据集与底座权重。国内网络环境可附带 --mirror 参数走镜像源。

python scripts/download_data.py --mirror
python scripts/download_backbone.py --mirror

download_data.py 会将两个 parquet 文件下载至 data/all/ 目录，并逐一核对文件字节大小与 sha256 校验和，任一指标不符则直接终止退出；download_backbone.py 则将 Qwen3-0.6B 底座权重拉取至 models/Qwen3-0.6B-Base 目录。

第二步，数据集切分与防泄漏。数据下载完成后，运行数据预处理脚本：

python scripts/prepare_data.py

该脚本将原始 parquet 数据转换为主训练脚本读取的 jsonl 文件，并执行训练集、验证集与校准集的切分。这一步的关键准则在于必须在案例层级进行划分，随后再展开各自包含的题目。如果直接打散所有题目并随机分配，同一案例衍生出的多道题目会同时出现在训练集和测试集中