Jeeves：基于 Qwen3.5-9B 的推理决策模型

Jeeves 是基于 Qwen3.5-9B 的决策模型，使用 SFT 和 CISPO 训练，配备块-4 扩散起草器。在 MMLU 上达到 0.793，MMLU-Pro 达到 0.739。通过扩散起草器实现 1.6-1.76 倍推理加速，批处理时可达约 960 链 token/秒。模型现已开源，提供完整的训练和推理代码。