2026-10 更新：加固线已推进到 v19（五格式 RAG 家族，三种子零回退），现行产线候选为v19c_s20（LoRA 形式），见 QJev3.5-0.8B-GGUF 仓的 adapter-v19c_s20/ 与 qjev35-lora-v19c_s20.gguf。本仓的合并权重仍是 v5 代；v19 合并版在队列中。

---

license: apache-2.0 base_model: Qwen/Qwen3.5-0.8B library_name: transformers pipeline_tag: text-classification language: - en - zh tags: - system-one - jev - decision-model - single-token-readout - merged - standalone

QJev3.5-0.8B（合并后的独立模型）

这是 QJev3.5-0.8B-GGUF 的合并版： 底座 Qwen/Qwen3.5-0.8B + v5 LoRA 用 PEFT merge_and_unload() 合并后保存的完整权重， 加载时不需要 PEFT，直接用 transformers 即可。

from transformers import AutoModelForCausalLM, AutoTokenizer
tok = AutoTokenizer.from_pretrained("ZY-Lee4/QJev3.5-0.8B")
model = AutoModelForCausalLM.from_pretrained("ZY-Lee4/QJev3.5-0.8B")
# 渲染契约与读出方式见模型卡：system 固定、user = [QUESTION]/[OPTIONS]/[STATE]、
# 取答案位置的 top_logprobs 过滤候选字母后 softmax（两遍顺序交换取平均）

• 合并是无损的：在自建 180 题集上，独立版与「底座 Q8_0 + LoRA」的答案 180/180 完全一致、 逐家族准确率相同（ALL 93.9%；gate 97.0 / permissions 93.3 / email 90.0 / compaction 85.0）。
• llama.cpp 用户请用 GGUF 仓：ZY-Lee4/QJev3.5-0.8B-GGUF 有合并后的 qjev35-0.8b-q8_0.gguf（774MB，llama-server -m 即可，**不需要 --lora**）、 qjev35-0.8b-f16.gguf，以及体积更小的 LoRA GGUF（挂在同代底座上）。
• 完整评测、定位、许可与引用见主模型卡：ZY-Lee4/QJev3.5-0.8B-GGUF 的 README。
• 与官方 TypeSafe Jev 无隶属关系（第三方复刻）。