同样输出候选分布，读出位置与缓存边界为何不同？¶

结构化决策 · 更新 2026-10-27 · 9 篇主题资料 / 4 篇重点对照

类型化决策先把输出空间限定下来，但“无需生成长句”并不指定唯一架构。LLM2Jev读选项标签的语言概率，System One重排读首答案位置的候选字母，MJev-Spatial复用原生注意力Q/K，MetaEncoder则把请求和候选独立编码。先看打分依赖谁，再判断是否可缓存、能否开放检索，以及连续输出怎样离散化。

机制对照 · 取舍分析 · 跨论文问答 · 更新记录 · 本主题逐篇问答

怎么读这张卡片

重点比较下表代表论文；完整主题目录保留在文末。机制与假设的对照不等于统一 benchmark 的性能排名；教学例子不是论文实测。

机制对照¶

比较维度：评分来自语言词表、原生注意力还是向量相似度 · 候选是否联合上下文化及哪些表示可以缓存 · 输出是闭集选择、开放检索还是多阶段空间细化 · 训练读出与本地验证范围

论文与来源	机制定位	得到了什么，付出什么
LLM2Jev: LLMs Are Already Jev-Style Decision Models -- When and How to Fine-Tune Them · 原始来源章节：背景与主要改动、核心公式、复现边界	对括号数字选项的token对数概率求和并在有限选项中形成分布；微调组合listwise决策损失与基础模型辅助输出的KL锚定。	可沿用语言模型读出，但多token标签需要完整计分；有限候选概率不自动具备候选不变性。本地仅候选打分/KL组件，未跑4B模型JevBench。
MetaEncoder: Exploring the Limit of Bi-Encoders for Multimodal System One Decision Making with Natural Language Interface · 原始来源章节：背景与主要改动、核心公式与原文效果、本地复现与成本决策	共享因果编码器分别编码请求和候选，取归一化末token向量，以温度缩放余弦分数做决策或检索。	候选独立编码便于预计算；请求可含选项，不能据此宣称请求表示对候选集合不变。双塔压缩限制细粒度联合推理，完整30B评测成本过高未复现。
MJev-Spatial: System One Spatial Intelligence via Native Attention Matching · 原始来源章节：背景与主要改动、核心公式、代码映射与边界	decision marker的原生Q与各candidate-end marker的原生K打分，不增加独立分类头；计数分桶，二维点用三级区域选择。	连续空间任务变成可约束的离散步骤，但裁剪/分桶改变了分辨率与调用次数；多阶段问题应先题内平均损失，不能把阶段多当成样本更多。
Multimodal Reranking Is a System One Decision · 原始来源章节：背景与主要改动、核心公式、复现边界	query和首阶段top-K候选进入同一多模态prompt，在首答案位置读取不同单token字母logits并候选内归一化。	联合看候选便于setwise比较，候选表示不能直接当独立缓存。只重排top-K，外部保持原序；本地是诊断组件，未复现完整大模型检索矩阵或decision head训练。

取舍分析¶

把“单步”拆成读出与任务流程¶

LLM2Jev和System One重排都能直接读概率，但一个选项标签可能包含多个token，重排还须核对字母确为单token。MJev-Spatial的单次候选读出也不表示整项空间任务只调用一次：点定位连续选三个3×3区域，计数用分级表示。应比较完成同一任务的总前向次数与输入，而非只比较最后一层输出形式。

对照来源：llm2jev · system-one-rerank · mjev-spatial

缓存收益来自依赖关系¶

MetaEncoder的候选只按自己的内容编码，适合离线建向量索引；System One重排让候选共同进入上下文，换一组对手可能改变其上下文化结果。MetaEncoder闭集请求还可以包含选项，因此候选缓存可复用不等于请求向量对选项变化不变。前者偏向可索引性，后者保留联合比较，不能从接口直接判定准确率胜负。

对照来源：metaencoder · system-one-rerank