文章摘要
当语言模型面对需要决策的任务时，是否应该从决策本身出发构建模型？许多模型请求的最终需求并非长篇推理文本，而是明确可靠的判断——比如从文档中找证据判断条件是否成立，或是按照标准给出评分。面向这类需求，S

当语言模型面对需要决策的任务时，是否应该从决策本身出发构建模型？许多模型请求的最终需求并非长篇推理文本，而是明确可靠的判断——比如从文档中找证据判断条件是否成立，或是按照标准给出评分。

面向这类需求，System One模型直接输出选择、概率或分数，无需生成推理内容，但这类设计仍有不足：同一问题下，仅调整选项顺序就可能改变模型判断；或是遇到用户需要办理退款，却只提供修改地址、查询物流、重置密码这类无关选项时，模型给出的排序首位答案也未必适用。

新加坡国立大学xML实验室的最新研究，将这类问题放回架构设计的起点，推出了Jeva模型，聚焦不同决策任务共同需要的四项结构特性。

Jeva的四项核心特性

Null-aware：没有合适答案，也是一种答案
“最优选项”不等于“合适选项”。假设用户办理退款，候选选项只有修改地址、查询物流、重置密码，即便其中某一项得分最高，也无法解决用户需求。Jeva将“是否存在可接受的候选”与“候选间谁更优”分开判断，为无合适答案的情况输出明确的“无答案”标识，而非强行选择某一选项。

Permutation-invariant：换顺序，不换判断
同一组候选，从A、B、C调整为C、A、B，其本身含义并未改变。Jeva按候选集合进行对称聚合，以统一规则打分，让概率跟随候选身份而非列表位置。判断的核心是是否选择同一个答案，而非是否选择列表中的某一位置。

Option-scalable：选项变多，决策方式不变
候选可能是十几个标签，也可能是上千份文档。Jeva为每个候选应用共享的评分规则，无需为新增候选扩展固定的答案符号。在大候选实验中，它直接处理完整集合，无需通过多轮淘汰逐步缩小范围。

Cacheable：复用选项的计算，不复用旧答案
文档、政策条款、评分标准等内容通常比用户问题更稳定。Jeva可以保留这些选项的计算结果，在问题变化、候选重新组合时复用；仅当前请求的判断需重新执行。缓存的是可复用的信息，而非上一次的结论。

这四项特性并非互不相干的功能，而是同一决策架构需要共同应对的核心问题。

Jeva的架构设计逻辑

Jeva将“文本理解”与“当前判断”分离：共享编码器分别处理请求和选项，轻量决策模块读取整个候选集合，仅更新请求状态。由此，选项的表征保持可复用性，判断则随当前问题和候选内容动态更新。

首先，让候选集合参与判断。分别编码不等于独立打分：固定初始请求状态和候选A、B，仅将第三个候选从C₊替换为C₋，就能让请求状态改变，偏好从A转向B。这说明单个决策块可表达集合相关偏好，而仅依赖请求与单个候选的独立评分，无法因第三个候选变化反转A、B的相对排序。换位置不应改变判断，换可供选择的内容则可调整判断。

其次，区分“谁更好”与“是否有合适答案”。得到候选分数后，需判断整组选项是否适用。Jeva用q描述候选间的相对偏好，用覆盖概率ρ估计是否存在合适答案，合成为包含“无答案”的完整分布。比如将两个候选分数同幅降低，相对概率不变，但覆盖概率下降，“无答案”概率升高；固定已有分数加入低分候选，覆盖概率不变，候选间概率重新分配。

最后，复用不变选项的计算。状态更新和输出计算随请求执行，选项的语义表征及其投影可缓存。模型、决策类型与编码设置固定时，新请求可取出已有记忆，重新组合候选集：第一次处理A、B、C需准备三个选项，第二次面对B、C、D只需新增D，第三次使用A、C、D时三个选项均可复用。每次仍需重新编码请求并计算当前判断。

同一套计算支持Choice、Noul和Score三种输出，可分别对应不同问题：比如面对“生产登录页返回错误，所有客户无法登录或购买”的报告，不同输出可回答不同维度的问题，其中Noul返回命题为真的概率，“无答案”表示无合适候选。

实验验证结果

Jeva-4B使用Qwen3.5-4B骨干和一个决策块，评估从任务质量出发，同时检查答案缺席、选项重排、候选规模增长等结构性问题。

在BANKING77数据集上，研究团队构造了3080个匹配请求，每个提供16个候选，其中588个为答案缺席的情况。Jeva的“无答案”检测AUROC达98.66%，高于其他对照模型。AUROC衡量不同阈值下区分“有答案”与“无答案”的能力，在约5%有答案请求被误判为无答案的阈值下，Jeva可识别约94%的答案缺席请求，对应退款场景的核心需求：不仅要排序，还要识别无合适选项的情况。

顺序实验中，固定问题和候选内容，仅调整候选排列。在600个Choice样本上，测试原始顺序、倒序及随机排列，Jeva未出现决策翻转，原始准确率与“所有测试顺序下均答对”的准确率均为76.67%，而对照模型的翻转率更高。这说明Jeva在选项顺序变化时保持判断稳定。

候选规模扩展实验中，Jeva支持32到2048个候选的全部请求，在2048个候选设置下准确率69.88%，中位延迟12.04秒，对比递归选择模型，准确率更高且速度提升约2.35倍。对同一问题逐步扩展候选时，Jeva在所有规模下答对58个问题，远优于其他模型，展示了候选扩大时的决策稳定性。

长文档复用实验中，当候选全部缓存时，请求中位延迟从约2.10秒降至75.1毫秒，加速约27.98倍，且不同缓存条件下无决策改变，验证了缓存机制的有效性。

总结

Jeva将答案缺席识别、顺序不变性、候选扩展和计算复用统一到模型设计中，核心可概括为：让决策的基本原则成为架构的内在能力。

Jeva提供的不仅是更快的推理，更是一种设计视角：将候选集合、答案缺席和计算复用视为决策的核心结构，让架构从一开始就为这些需求设计，而非后续补充。

以上内容不代表本平台立场，仅供读者参考