Jeeves: 推論機能がJev型意思決定モデルを改善
Jeeves. Reasoning improves Jev-like decision models
Jeevesは、Qwen3.5-9Bモデルをベースに、SFT(教師ありファインチューニング)とCISPO(Contrastive Instruction-following Sequence Preference Optimization)でファインチューニングされた意思決定モデルです。ブロック4の拡散ドラフターを備え、推論を行うことで意思決定の精度を向上させます。Kev-9BやJevといった既存モデルと比較して、未知のデータやJevBenchの公開ティアで優れた性能を示しました(例: JevBench全体で0.935 vs 0.866)。Jev互換APIを通じて、yes/no、多肢選択、評価形式の質問を同一リクエストでサポートします。推論なしでは約0.3秒、推論ありでは中央値3.3秒(H100 GPU使用時)で応答します。LoRAとポインターヘッドを使用し、CUDA(FP8カーネルにはHopperが必要)上で動作します。また、JevのPython SDKと互換性のあるSDKも提供されています。
- Qwen3.5-9BをベースにSFTとCISPOでファインチューニングした意思決定モデル「Jeeves」が公開され、未知データやJevBenchで既存モデル(Kev-9B、Jev)を上回る性能(JevBench全体で0.935 vs 0.866)を示した
- Jev互換API/SDKを通じてyes/no・多肢選択・評価形式の質問を同一リクエストで処理でき、推論なしで約0.3秒、推論ありで中央値3.3秒(H100使用時)で応答する
- LoRAとポインターヘッドを用い、CUDA上で動作。FP8カーネルの利用にはHopper世代GPUが必要という計算資源要件がある
意思決定に特化した小型モデル(Jeeves)が、推論を挟むことで判断精度を大幅に高め、既存モデル(Kev-9B等)を上回った点は、AIの差別化軸が「汎用の大きさ」から「ドメイン特化+推論時計算」へ移っていることを示す。応答が推論なしで約0.3秒、推論ありで中央値3.3秒と実用レンジに収まっており、Jev互換API/SDKで既存の意思決定ワークフローに差し替え可能な設計は導入障壁の低さにつながる。判断タスク向けAIの置き換え需要を取り込む余地があり、H100/Hopper依存という計算資源要件はGPU需要の観点でも注目に値する。