Jeeves：让决策模型先思考再回答

Jeeves. Reasoning improves Jev-like decision models

PostHog 推出了 Jeeves，一个基于 Qwen3.5-9B 的决策模型，它最大的创新在于引入了“思考”机制。不同于传统 Jev 模型直接输出概率，Jeeves 在做出判断前会先生成推理链，显著提升了在未见过的数据上的准确率，在 JevBench 测试中表现优异。该项目通过 SFT 和 CISPO 训练，并配备了 diffusion drafter 以加速推理，同时提供兼容 Jev 的 API 和 Python SDK。虽然推理过程增加了延迟，但通过调整 max_think 等参数，用户可以在精度和速度之间灵活权衡，为自动化决策系统提供了新的思路。