A Jev of All Trades：从零构建并训练一个 Jev 风格的决策模型

本文构建了一个受 Jev 启发的模型，通过比较图像与候选答案选项进行决策，使用了已有病理图像-文本模型并训练了一个图像表示的小型适配器组件。该模型在新增类别上的最终决策准确率为 66.00–67.00%，优于测试的 Qwen2.5-VL-3B-Instruct 模型（40.00%）。适配器仅在无正确答案时拒绝约 45.00% 的案例，且所有后续测试结果均为探索性，因测试集已被检查。