开源模型变决策器：三级校准按需买

github.com/nokia-applied-… 开源模型也能当决策器用了，这库一出手就是三档可选。 AnyJev 是刚开源的 Python 库，能把因果大模型吐出的东西换成带类型的选项、是与否的判断、分数和概率。真正有意思的是它按标注需求分了三级。 L0 零标注。它靠轮换选项的顺序来消位置偏差，代价是概率没校准过，看着有数、实际不准。L1 每道题备 100 到 500 条标注，用温度缩放把概率校准了，信心估计变准，答案排序不动。L2 每道题 100 到 300 条标签，在中间隐藏状态上拟合一个闭式头，模型权重一根毛都不动，还能在完整前向算完之前就停推理。 主要门槛写得很直白：得能拿到 logits 或隐藏状态，所以这库专为开源模型而生。L2 的头还按模型、按题各配一套，不能通用。 看完这三档，我脑子里立刻浮出一道选择题。L0 像裸好数字，L1 是花小钱买个准头，L2 则是既准又省，可标注和按题训练的成本也水涨船高。拿它和前几天那条商业版对照，一个买服务、一个自造，路线不同、终点一样：决策要带概率，还得知道概率靠不靠谱。 我保留的顾虑在 L2 的维护上。头是按题训的，题一换就重来，长期摊下来未必比 L1 划算。加上校准用的标注得跟真实分布对得上，脏标注会把校准带偏。 我的动作分两步：先拿 L0 跑通手头一个二分类门禁，看不校准的偏差有多大；再决定要不要花标注的工夫上 L1。L2 等题目稳定了再说。