# Lab: 开源小 Jev 模型调研包

Run id: `lab-jev-open-models-20261030`  
Status: **handbook**（调研整合，未在本机跑训练）  
Date: 2026-10-30 Asia/Hong_Kong

## 一句话结论

若只跑一个 **0.8B 中英 GPU 实验**：以 **`Qwen/Qwen3.5-0.8B` + LoRA** 起步，数据优先用公开可再分发的 [`ZY-Lee4/QJev3.5-mix`](https://huggingface.co/datasets/ZY-Lee4/QJev3.5-mix)（已滤 ANLI），读出用 **字母 logprob + 选项顺序对调平均**；同时保留一条 **LLM-as-Jev 编号 prefill** 免训练对照（同一底座）。**不要**把公开 [JevBench](https://github.com/fstandhartinger/jevbench) 231 题当训练/选 checkpoint 信号；域外泛化另用 held-out 源。

## 目录

| 文件 | 内容 |
|------|------|
| [`report.md`](report.md) | 主报告：机制差异、证据、推荐路径 |
| [`models.md`](models.md) | 开源小模型对照表 |
| [`datasets.md`](datasets.md) | 训练/评测数据对照 |
| [`algorithms.md`](algorithms.md) | 读出方式 / 损失 / 校准 |
| [`sample-schema.md`](sample-schema.md) | 样本结构 + 真实样例 |
| [`gpu-playbook.md`](gpu-playbook.md) | GPU 实验算法工程师清单 |
| [`sources.json`](sources.json) | 引用 URL + 访问日 + 摘录 |
| [`provenance.md`](provenance.md) | 诚实边界 |
| [`run.json`](run.json) | Lab 元数据 |

## 非目标

- 不改 `Web_person_main`、不 push、不用 Cloud Agent
- 不调用 TypeSafe 付费 API、不在本机跑训练
- 不编造榜单数字；未给出处的写「模型卡未给出」