phocinae /
一个 144.3M 参数的「结构化判定引擎」：读入一段状态和一组带候选答案的判定问题，一次前向输出每题判定与校准置信度——不生成文本、不联网、纯 CPU 可跑，GPU fp16 单次判定 p50 18.6ms（纯 CPU 单线程 ≈1.5s/决策）。中英双语；英文 typed-decisions 判定准确率 0.797（400 用例/2000 决策），中文 400 件 0.789（翻译用例，无原生中文训练行）；选项序翻转率 rev 0.…
一个 144.3M 参数的「结构化判定引擎」：读入一段状态和一组带候选答案的判定问题，一次前向输出每题判定与校准置信度——不生成文本、不联网、纯 CPU 可跑，GPU fp16 单次判定 p50 18.6ms（纯 CPU 单线程 ≈1.5s/决策）。中英双语；英文 typed-decisions 判定准确率 0.797（400 用例/2000 决策），中文 400 件 0.789（翻译用例，无原生中文训练行）；选项序翻转率 rev 0.0300 / random-mean 0.0233 / any 0.0433（越低越好）；发货校准列 ECE 0.1313（如实披露）。定位：软件里高频重复的分支判定（字幕质检、工单/订单 triage、格式抽取）用 150M 本地模型做，而不是 7B 级生成模型。 GitHub 地址 （模型权重： ；作者：perrylink） 演示地址 浏览器演示部署包随发布 T+2 上线；本地运行：pip install phocinae-server 后自托管（README 有 3 步说明）。 证据表（供编辑复核） | 指标 | 读数 | 口径 | |---|---|---| | 英文 typed-decisions 判定准确率 | 0.797 | 400 用例 / 2000 决策 | | 中文判定准确率 | 0.789 | 400 件（翻译用例，无原生中文训练行） | | 选项序翻转率（越低越好） | rev 0.0300 / random-mean 0.0233 / any 0.0433 | 反转选项顺序重判的不一致率 | | 校准（发货列 ECE） | 0.1313 | 概率校准列，如实披露 | | 参数规模 | 144.3M | mmBERT-small 底座，vocab 256k | | 延迟 p50 | GPU fp16 18.6ms；CPU 单线程 ≈1.5s | 本机实测（n=40） | | 同口径公开对手分 | Laya 0.766 / JEV 0.727 / meraGPT Decider1 0.768 | typed-decisions 评测协议公开成绩 | | JevBench public-231 | 0.5108（118/231） | 诚实披露：未过 58.4% 门，不作卖点 |
Discuss this product