【AI 正在回归“小而美”：从大语言模型到极速分类器】最近 AI 圈被一个叫 Jev 的模型刷屏了。它不是那种能写诗画画的通用大模型，而是一个专注于“做选择”的分类模型。虽然它才发布不久，但围绕它的讨论已经揭示了一个重要趋势：在很多场景下，我们并不需要昂贵笨重的“大锤”，只需要一把精准的“手术刀”。Jared Palmer 开源的决策模型家族 Kev 基于 Qwen3.5 打造，包含 0.8B、4B 和 9B 三个尺寸。它对齐了 TypeSafe 的 System One 接口，在单次请求里就能同时处理是非判断、多选分类与分级评分，直接输出校准后的分布概率而非死板的单一标签。模型支持多个问题共享输入文本并保持计算隔离，大幅节省前向开销。仓库附带完整的 LoRA 微调方案、基准评测集以及网页端 Playground，在消费级 Mac 或单张显卡上即可本地跑起来，很适合工单路由、合规审核等结构化决策场景。代码见 github.com /jaredpalmer/kev