autotrust/JEV-27B-VL 模型发布
在 JEV-27B 决策模型上加入视觉输入能力。
为什么重要
为需要图像输入决策接口的控制循环和计算机使用任务提供了可用模型。
阅读原文huggingface.co
AI 解读（根据原文生成）
autotrust/JEV-27B-VL 是带视觉能力的 autotrust/JEV-27B，基础模型为 Qwen/Qwen3.8-27B，任务类型为 image-text-to-text。模型提供 System 1 决策接口，可对文本和图像进行 yes/no、2–256 选项选择、0–5 评分，并输出每个选项的校准概率；System 2 则保留 Qwen3.8-27B 的文本与推理能力。模型卡还展示了机械臂取放和浏览器点击任务结果。模型在 Hugging Face 可获取，许可证为 apache-2.0。
要点（AI 据原文整理，数字均已与原文核对）
- System 1 支持 yes/no、2–256 选项选择、0–5 评分，覆盖 text and images。
- System 1 支持 prompts up to 256K tokens。
- Robot arm 任务在 20 个随机场景中完成率为 75%，15 of 15 抓取成功的方块都进入托盘。
- Robot arm 任务约 About 240 ms per decision；对比表中 time per robot-arm decision 为 239 ms。
- Computer use 在 60 个随机多步任务中完成率为 95%，每个任务 3–7 clicks each。
- Computer use 约 about 0.26 s per click。
