mini-jev-multimodal 开源：基于 Qwen3-VL-2B 的 8 GB 笔记本多模态决策模型

作者发布 mini-jev-multimodal，一个在 Qwen3-VL-2B-Instruct 上 LoRA 微调、加答案头的开放权重决策模型（Apache-2.0），单次前向传播对状态（文本或 JSON、最多 8 张图）的多个选项问题输出概率，不生成文本。在 16 个未见数据集上准确率 78.0% 对基线温度缩放后的 71.1%，ECE 从 0.068 降至 0.043；RTX 5070 Laptop 8 GB GPU 上中位延迟 69 ms，训练峰值显存 6.2 GB。作者坦承超过 10 个选项时弱于基模型（54.2% vs 58.7%），并提供报告、逐题结果与训练复现脚本，附 Hugging Face 模型与数据集链接。