RSI-Jev v2.1 abre um modelo de decisão 2B treinado por um loop de pesquisa que se melhora sozinho
Em 27 de setembro de 2026, Shanghua Gao publicou o RSI-Jev-v2.1-2B no Hugging Face, com código e logs versionados de experimentos em github.com/Shanghua-Gao/RSI-Jev. É o terceiro release público de um sistema de pesquisa que se melhora sozinho e treina modelos System One no estilo do Jev: agentes propõem braços, registram previsões antes de gastar GPU e aposentam campeões quando a evidência manda.
O v2.1 é um fine-tune completo do Qwen3.5-2B-Base com cabeça de scoring de opções treinada e uma confidence head (oof_head_scorefloor). Responde choice, noul e score numa forward pass e traz servidor local no shape público /v1/systemone. Pesos Apache-2.0; código MIT.
O que o autor reporta (UnverifiedClaim): média da suite 0,7291 em doze benchmarks (ECE 0,0556), typed-decisions 0,7905, e ganhos sobre o v1.0 em três conjuntos held-out congelados que nunca entraram no treino. Cerca de 10 ms por decisão. Onze dos doze benches da suite contribuíram train-split, então os números de capa são in-domain — o v1.0 continua sendo a referência zero-shot.
Ficha no catálogo: /pt-br/models/rsi-jev. Vizinhos: Jev-Style, Decider, Decily, Eikos.