metadata
license: apache-2.0
base_model: Qwen/Qwen3-4B
library_name: anyjev
pipeline_tag: text-generation
language:
- en
version: v1
tags:
- anyjev
- tacit
- decision-model
- typed-decisions
- churn
- customer-success
- slack
- self-distillation
- lora
- v1
- qwen3-4b
datasets:
- workmagicio/slack-churn
metrics:
- accuracy
- f1
- expected_calibration_error
workmagic-jev-decision
- 版本：v1
- 基座：
Qwen/Qwen3-4B
用 AnyJev 自蒸馏（self-distillation）得到的一次前向决策模型：把老师 Decider(level=L0) 在 Slack 渠道流失（churn） 决策上的答案蒸馏进单次前向读出；训练无人工标签。
用法
from anyjev import Tacit
tacit = Tacit.from_pretrained("workmagicio/workmagic-jev-decision", adaptive=False) # 可用 revision="v1" 固定版本
d = tacit.decide(
state="...slack conversation...",
question="...how likely is the customer to churn...",
options=["low", "medium", "high"],
)
print(d["answer"], d["probs"])
训练
基座 Qwen/Qwen3-4B，采用 AnyJev readout 提示词格式，LoRA 自蒸馏（只在答案 token 上算 loss）。