研究 · weitianxin

JevAny: キャリブレーション対応RL意思決定モデル

JevAnyは、Qwen3.8-27Bをベースにした意思決定モデルを実装した研究リポジトリです。教師ありファインチューニングとキャリブレーション対応RLを含み、APIサーバー、トレーニングスクリプト、保留評価データでのJevとの比較結果を提供します。