// Modelle & Forschung 14.10.2026 · 20:44 Uhr 14 Min. Lesezeit

Jeva-Architektur: Strukturierte System-One-Entscheidungen mit wiederverwendbarem Optionsspeicher

Mindverse News

KI-gestützt erstellt 4 Quellen Originalmeldung: arxiv.org Arbeitsweise

KI-generierte Illustration: Jeva-Architektur: Strukturierte System-One-Entscheidungen mit wiederverwendbarem Optionsspeicher — KI-generierte Illustration

Das Wichtigste in Kürze

Forscher der National University of Singapore (NUS) haben mit Jeva eine spezialisierte System-One-Architektur vorgestellt, die strukturelle Entscheidungen von der reinen Textserialisierung entkoppelt [1, 2, 4].
Das Modell adressiert vier zentrale Anforderungen gleichzeitig: explizite Erkennung fehlender passender Antworten (Null-Awareness), Unabhängigkeit von der Optionsreihenfolge (Permutationsinvarianz), Skalierbarkeit auf große Kandidatenmengen und Caching wiederkehrender Optionen [1].
Technisch kombiniert Jeva-4B ein Qwen3.5-4B-Basismodell mit einem kompakten Entscheidungsblock, der ausschließlich den Anfragezustand gegen einen unveränderlichen Optionsspeicher aktualisiert [1, 4].
In den Autoren-Benchmarks erreicht Jeva-4B null Entscheidungswechsel bei getesteten Permutationen, einen AUROC-Wert von 98,66 Prozent bei der Null-Erkennung auf BANKING77 sowie die Verarbeitung von bis zu 2.048 Kandidaten in einem einzigen Durchlauf des Entscheidungskopfes [3, 4].
Ein hybrider Cache-Mechanismus speichert Repräsentationen einzelner Optionen und senkt die mediane Latenz bei neu zusammengestellten Langdokument-Sets laut Manuskript um den Faktor 27,98 von 2.102,0 auf 75,1 Millisekunden [3, 4].

// Inhalt · 8 Abschnitte

Ausgangslage: Warum serialisierte Textvorhersagen bei strukturierten Entscheidungen an Grenzen stoßen
Vier strukturelle Grundanforderungen an verlässliche Entscheidungsmodelle
Technische Architektur: Unabhängige Kodierung und zustandsbasierte Verfeinerung
Mengenabhängige Urteilsbildung und vereinheitlichte Ausgabetypen
Hybrid-Caching: Latenzreduktion bei neu kombinierten Optionsmengen
Empirische Evaluierung: Genauigkeit, Reihenfolgestabilität und Skalierung
Praktische Implementierung, Systemanforderungen und Fine-Tuning
Methodische Grenzen und analytische Einordnung für Unternehmen
Quellen

Ausgangslage: Warum serialisierte Textvorhersagen bei strukturierten Entscheidungen an Grenzen stoßen

In vielen unternehmenskritischen Softwarearchitekturen müssen KI-Systeme kontinuierlich wechselnde Anfragen gegen einen weitgehend stabilen Bestand an Handlungsalternativen auswerten [3]. Typische Anwendungsfälle in Ihrer betrieblichen Praxis sind etwa Support-Router, die eingehende Kundenanliegen festen Intent-Kategorien zuordnen, autonome Agenten, die aus einer Bibliothek verfügbarer Werkzeuge (Tools) auswählen, oder automatisierte Prüfsysteme, die Inhalte anhand definierter Bewertungsrubriken einstufen [3]. Sogenannte System-One-Modelle zielen darauf ab, solche Entscheidungen direkt und mit niedriger Latenz zu treffen, ohne langwierige Zwischenschritte der Textgenerierung zu durchlaufen [1].

Wie die Forscher Qi Li und Xinchao Wang von der National University of Singapore (NUS) in ihrer im Oktober 2026 veröffentlichten Arbeit zu Jeva darlegen, greift die gängige Praxis moderner Sprachmodelle hierbei jedoch zu kurz [1, 2, 4]. Üblicherweise werden der Anfragekontext und sämtliche Entscheidungsoptionen zu einem einzigen fortlaufenden Text serialisiert, aus dem das Modell anschließend die Antwort vorhersagt [1]. Nach Analyse der Autoren berücksichtigt dieses Vorgehen die mathematische und logische Struktur eines Entscheidungsproblems nur unzureichend [1]. Zudem ist es operativ ineffizient, bei jeder einzelnen Anfrage sämtliche detaillierten Alternativen vollständig neu einzulesen und zu kodieren, obwohl sich die Optionen selbst zwischen den Anfragen oft gar nicht ändern [3, 4].

Mit Jeva stellen Li und Wang eine speziell für Entscheidungen entworfene Architektur (Decision-Native Architecture) vor, die das Problem von Grundprinzipien (First Principles) aus neu formuliert [1, 4]. Statt Anfrage und Optionen gemeinsam in einem monolithischen Prompt zu verschmelzen, trennt Jeva die Kodierung der Einzelbestandteile strikt von der gemeinsamen Entscheidungsfindung [1, 4]. Für Unternehmen, die hochfrequente Klassifikations-, Routing- oder Retrieval-Pipelines betreiben, liefert dieser Ansatz ein konkretes Architekturmuster, um Vorhersagestabilität und Recheneffizienz systematisch zu verbinden [1, 3].

Vier strukturelle Grundanforderungen an verlässliche Entscheidungsmodelle

Die Autoren begründen das Design von Jeva damit, dass bestehende System-One-Ansätze vier strukturelle Eigenschaften vernachlässigen, die für robuste Entscheidungen in Produktionsumgebungen essenziell sind [1]. Wenn Sie KI-Komponenten in deterministische Geschäftsprozesse integrieren, wirken sich Defizite in diesen Bereichen unmittelbar auf die Fehlerquote und die Infrastrukturkosten aus [1, 3].

Im Zentrum der Arbeit steht der Anspruch, diese vier Anforderungen nicht durch nachträgliche Heuristiken, sondern inhärent durch die Modellarchitektur gemeinsam zu lösen [1, 2]:

Explizite Null-Erkennung (Null-Awareness): Ein Modell muss sauber zwischen zwei fundamental verschiedenen Zuständen unterscheiden können: der Unsicherheit bei der Auswahl zwischen mehreren prinzipiell passenden Kandidaten einerseits und dem vollständigen Fehlen einer korrekten Antwort unter den angebotenen Optionen andererseits [1, 4]. „Keine Option trifft zu“ wird damit als eigenständiger, berechenbarer Ausgang behandelt [4].
Permutationsinvarianz (Permutation-Invariance): Die Reihenfolge, in der Sie dem System die verfügbaren Alternativen präsentieren, darf das Endergebnis nicht beeinflussen [1, 4]. Eine bloße Umordnung der Kandidatenliste darf weder zu abweichenden Auswahlentscheidungen (Decision Flips) führen noch die den einzelnen Optionen zugeordneten Wahrscheinlichkeiten verfälschen [1, 3].
Optionsskalierbarkeit (Option-Scalability): Wenn die Anzahl der zu prüfenden Kandidaten von wenigen Einträgen auf mehrere tausend Optionen anwächst, darf dies keine Neudefinition des Ausgaberaums oder eine veränderte Ausgabeschicht erfordern [1, 4].
Wiederverwendbarkeit von Berechnungen (Cacheability): Berechnungen, die ausschließlich von den wiederkehrenden Alternativen und nicht von der aktuellen Anfrage abhängen, müssen über verschiedene Anfragen und neu kombinierte Optionsmengen hinweg wiederverwendbar sein [1, 4].

Technische Architektur: Unabhängige Kodierung und zustandsbasierte Verfeinerung

Um diese vier Eigenschaften gleichzeitig zu gewährleisten, zerlegt Jeva eine Entscheidungsanfrage formal in vier Komponenten: einen aktuellen Zustand (State), eine Fragestellung (Question), einen spezifischen Entscheidungstyp (Decision Type) sowie eine Liste von Kandidaten (Candidates) [3]. Die Verarbeitung erfolgt anschließend in einer zweistufigen Pipeline aus einem gemeinsam genutzten Text-Encoder und einem kompakten Entscheidungsstapel (Decision Stack) [1, 3, 4].

In der ersten Phase verarbeitet der geteilte Encoder die Anfrage (bestehend aus Zustand und Frage) sowie jede einzelne Option vollkommen unabhängig voneinander [1, 3, 4]. Ein entscheidendes Detail für die spätere Wiederverwendbarkeit liegt in der Konstruktion des Optionstextes: Dieser enthält lediglich den Entscheidungstyp und den Text des jeweiligen Kandidaten, jedoch keinerlei Informationen über die aktuelle Frage, den aktuellen Zustand, die Listenposition oder die anderen konkurrierenden Optionen [3]. Aus der Anfrage erzeugt der Encoder durch Pooling und Projektion einen initialen, anfrageabhängigen Zustandsvektor [4]. Parallel dazu generiert er für jede Option einen semantischen Vektor sowie schichtspezifische Key- und Value-Projektionen (K/V-Views), die zusammen den unveränderlichen Optionsspeicher (Immutable Option Memory) bilden [1, 3, 4].

In der zweiten Phase übernimmt das kompakte Entscheidungsmodul – in der veröffentlichten Implementierung Jeva-4B handelt es sich um einen einzelnen Entscheidungsblock auf Basis eines Qwen3.5-4B-Backbones – die eigentliche Abwägung [4]. Dieser Block besteht aus einer Mixer-Komponente und einem Feed-Forward-Netzwerk (FFN) [4]. Während dieser Phase bleibt der Optionsspeicher vollständig unverändert; das Entscheidungsmodul liest lediglich die gespeicherten Vektoren und K/V-Projektionen der gesamten Kandidatenmenge aus und verfeinert ausschließlich den Anfragezustand [1, 3, 4].

Durch eine symmetrische Aggregation über die Kandidaten hinweg erzeugt die Architektur permutationsäquivariante Wahrscheinlichkeiten: Wenn Sie die Eingabeoptionen umsortieren, verschieben sich die Ausgabewahrscheinlichkeiten exakt analog zu den Identitäten der Kandidaten, sodass die getroffene Entscheidung invariant bleibt [1, 3, 4]. Gleichzeitig sorgt eine geteilte Bewertungsregel (Shared Scoring Rule) dafür, dass beliebig große Kandidatenmengen verarbeitet werden können [1, 4]. Um bei sehr vielen Optionen Speicherengpässe auf der GPU zu vermeiden, arbeitet der Encoder mit begrenzten Batch-Größen – im getesteten Setup jeweils 32 Zeilen oder 16.384 Tokens –, während der nachfolgende Entscheidungskopf dennoch Zugriff auf die vollständige Kandidatenmenge behält [3, 4].

Mengenabhängige Urteilsbildung und vereinheitlichte Ausgabetypen

Für Systemarchitekten stellt sich bei einer unabhängigen Kodierung der Optionen unweigerlich eine theoretische Kernfrage: Führt die Vorab-Berechnung isolierter Optionsvektoren dazu, dass das Modell Optionen nur noch unabhängig voneinander bewerten kann [3]? Das Prinzip der getrennten Kodierung ist etwa aus dem Dense Passage Retrieval bekannt, wo Fragen und Textpassagen separat in Vektoren überführt werden, um Passagen vorab zu indizieren [3]. Bei einem rein unabhängigen Scorer kann eine gemeinsame Softmax-Normalisierung zwar die absoluten Wahrscheinlichkeiten verändern, sobald Optionen hinzugefügt oder entfernt werden; sie ist jedoch mathematisch nicht in der Lage, die relative Präferenz zwischen zwei verbleibenden Optionen umzukehren [3].

Kontextsensitive Präferenzumkehr trotz festem Optionsspeicher

Jeva durchbricht diese Einschränkung unabhängiger Scorer, weil der Anfragezustand vor der finalen Bewertung gegen die Gesamtheit aller im Speicher befindlichen Optionen verfeinert wird [3]. Dadurch kann das Hinzufügen oder Austauschen einer dritten Option den verfeinerten Anfragezustand so verschieben, dass sich der relative Vergleich zwischen zwei unveränderten Optionen umkehrt, ohne dass deren gespeicherte Repräsentationen neu berechnet werden müssen [3, 4].

Die Autoren belegen diese Fähigkeit formal in einer mathematischen Konstruktion (Proposition 1) auf dem Einheitskreis [3]. In diesem Beispiel bleiben die Optionen A und B fixiert, während eine dritte Option zwischen zwei Varianten (C+ und C-) gewechselt wird [3]. Obwohl sich die beiden daraus resultierenden verfeinerten Anfragezustände nur geringfügig unterscheiden, wechselt die Bewertungsmarge zwischen A und B ihr Vorzeichen von etwa +5,59 auf -5,59 (in Einheiten von zehn hoch minus drei), während ein unabhängiger Scorer beide Optionen als gleichwertig einstufen würde [3]. Die Autoren betonen ausdrücklich, dass es sich hierbei um einen mathematischen Machbarkeitsnachweis handelt und nicht jede Mengenänderung in realen Anwendungen eine Entscheidung umkehren muss [3].

Trennung von Abdeckung und Wettbewerb sowie drei Ausgabemodi

Auch die Ausleseschicht (Readout) von Jeva ist zweigeteilt aufgebaut, um das Problem fehlender Antworten strukturell zu lösen [1, 3]. Eine bedingte Verteilung über die Kandidaten erfasst den relativen Wettbewerb unter der Annahme, dass mindestens eine akzeptable Option im Set vorhanden ist [3]. Parallel dazu berechnet das Modell einen separaten Abdeckungsschätzer (Coverage Estimate, bezeichnet mit dem griechischen Buchstaben Rho), der bewertet, ob überhaupt eine geeignete Option in der Kandidatenmenge existiert [1, 3]. Das explizite Null-Ergebnis erhält die verbleibende Gegenwahrscheinlichkeit, während sich die finale Wahrscheinlichkeit jedes einzelnen Kandidaten aus der Kombination von Abdeckung und seinem bedingten Wettbewerbsanteil ergibt [3].

Über diesen einheitlichen Mechanismus bildet Jeva drei typisierte Ausgabemodi ab, die unterschiedliche B2B-Entscheidungsmuster abdecken [1, 3, 4]: Der Modus Choice wählt eine diskrete Option aus einer Kandidatenmenge aus und bezieht dabei optional den Null-Ausgang mit ein [3, 4]. Der Modus Noul gibt die Wahrscheinlichkeit des positiven booleschen Kandidaten für Ja/Nein-Entscheidungen aus – wobei die Autoren klarstellen, dass Noul die Wahrscheinlichkeit des positiven Kandidaten und nicht die Null-Wahrscheinlichkeit beziffert [3, 4]. Der Modus Score schließlich berechnet den mathematischen Erwartungswert über definierte Stufen einer Bewertungsrubrik [3, 4].

Hybrid-Caching: Latenzreduktion bei neu kombinierten Optionsmengen

Ein wesentlicher operativer Vorteil der Jeva-Architektur liegt in der Wiederverwendbarkeit von Rechenschritten über Anfragen hinweg [1, 3]. Da der Optionsspeicher – bestehend aus den semantischen Vektoren und den schichtspezifischen K/V-Projektionen – keine anfragespezifischen Daten enthält, bleibt er gültig, solange das Modell und die Kodierungseinstellungen unverändert bleiben [3]. Dabei wird niemals eine frühere Antwort zwischengespeichert; der Anfragezustand und die finalen Wahrscheinlichkeiten werden für jede eingehende Anfrage vollständig neu berechnet [3, 4].

In der Systemimplementierung unterscheiden und vergleichen die Forscher drei Betriebsmodi für das Caching [4]:

Cache-Off: Bei jeder Anfrage werden sämtliche Kandidaten von Grund auf neu durch den Text-Encoder geschickt [4].
Exact-Set-Cache (Modus Set): Dieser Modus speichert die Repräsentationen anhand des geordneten Tupels der gesamten Kandidatenmenge (beispielsweise die exakte Folge A, B, C) [3, 4]. Ein Cache-Treffer entsteht nur dann, wenn exakt dieselbe Optionsmenge in exakt derselben Reihenfolge erneut angefragt wird [3, 4].
Hybrid-Cache (Modus Hybrid): Dieser Modus speichert die Einträge einzelner Optionen individuell ab [3, 4]. Wenn Ihr System für eine neue Anfrage eine völlig neue Kombination oder eine veränderte Reihenfolge aus bereits bekannten Einzeloptionen zusammenstellt, kann der Hybrid-Cache die individuellen Erinnerungen direkt abrufen, obwohl ein Exact-Set-Cache hierbei null Treffer erzielt [3, 4].

Gemessene Beschleunigung bei Kurz- und Langdokumenten

Die Auswirkungen auf die Antwortzeiten dokumentieren die Autoren anhand zweier unterschiedlicher Szenarien, wobei das erstmalige Befüllen des Speichers (Priming) bei den Langdokument-Tests separat gemessen und aus den Anfragelatenzen herausgerechnet wurde [3, 4]. Auf dem Datensatz Typed Decisions mit 2.000 Anfragen, die in 16 Episoden mit gemeinsamen Optionsbanken (einschließlich Kaltstarts) durchgeführt wurden, sinkt die mediane Latenz (p50) von 93,1 Millisekunden ohne Cache auf 46,6 Millisekunden im Set-Modus und 46,7 Millisekunden im Hybrid-Modus [4]. Dies entspricht einer Beschleunigung um rund das Zweifache, wobei beide Cache-Modi 99,2 Prozent der Zeilenkodierungen auf Kandidatenseite einsparen [4].

Deutlich stärker fällt der Effekt aus, wenn die Kandidaten aus langen Dokumenten bestehen und für jede Anfrage neu zusammengestellt werden, wie im MLDR-Benchmark (50 abgeglichene Anfragen pro Wiederverwendungsstufe) [3, 4]. Da jede Optionsmenge neu kombiniert wird, kann ein Exact-Set-Cache hier keinerlei Beschleunigung liefern [3]. Der Hybrid-Cache hingegen senkt die mediane Anfrage-Latenz bei einer Optionswiederverwendung von rund 50 Prozent von 2.096,1 auf 1.073,6 Millisekunden [4]. Bei vollständiger Wiederverwendung (100 Prozent bekannte Einzeloptionen in neu assemblierten Sets) fällt die mediane Latenz von 2.102,0 auf 75,1 Millisekunden [3, 4]. Dies entspricht einer Reduktion um den Faktor 27,98 im Median (beziehungsweise dem Faktor 27,86 beim Median der paarweisen Einzelbeschleunigungen pro Anfrage) [3, 4].

Für die Qualitätssicherung in Unternehmen ist zudem ein numerisches Detail relevant: In den durchgeführten Cache-Experimenten veränderte die Wiederverwendung keine einzige getroffene Entscheidung [3, 4]. Die größte gemessene absolute Wahrscheinlichkeitsabweichung zwischen Läufen mit und ohne Cache lag bei 0,00736 [3]. Wie in der Analyse auf alphaXiv erläutert wird, sind die Läufe unter endlicher Gleitkommapräzision (Finite-Precision) damit nahezu, aber nicht Bit für Bit identisch; die exakte mathematische Äquivalenz gilt als theoretischer Satz unter fixierten Gewichten und exakter Arithmetik [3].

Empirische Evaluierung: Genauigkeit, Reihenfolgestabilität und Skalierung

Um die Leistungsfähigkeit von Jeva-4B zu überprüfen, haben Li und Wang das Modell mit einer Reihe spezialisierter Referenzmodelle verglichen, darunter Jev-1.13.0, JevK5 (nativ sowie rekursiv), InternDecision-4B, Re-Flex-4B, KEV-4B (in BF16-Präzision) sowie CLM-8B [3, 4]. Es gilt zu beachten, dass sämtliche Leistungsdaten aus dem Manuskript der Autoren stammen und zum aktuellen Zeitpunkt noch keine unabhängigen Drittparteien-Benchmarks vorliegen [1, 4].

In der allgemeinen Entscheidungsqualität unter vollständiger Abdeckung (einschließlich Null-Fällen, sofern anwendbar) erzielte Jeva-4B über vier Kern-Benchmarks hinweg folgende Genauigkeitswerte (Accuracy) [4]:

Typed Test (2.000 Anfragen): Jeva-4B erreicht 78,30 Prozent und liegt damit knapp hinter InternDecision-4B (78,70 Prozent), aber vor Jev-1.13.0 (74,10 Prozent), KEV-4B (66,00 Prozent), JevK5 native (62,30 Prozent), Re-Flex-4B (58,85 Prozent) und CLM-8B (43,05 Prozent) [4].
BANKING77 mit 16 Kandidaten (K = 16): Jeva-4B erzielt 91,62 Prozent und übertrifft damit Jev-1.13.0 (82,50 Prozent), KEV-4B (82,47 Prozent) und InternDecision-4B (75,03 Prozent) deutlich [4].
MASSIVE mit 16 Kandidaten (K = 16): Hier liegt Jeva-4B mit 90,22 Prozent ebenfalls an der Spitze vor Jev-1.13.0 (81,61 Prozent) und InternDecision-4B (75,79 Prozent) [4].
Mind2Web Cross-Task: Bei dieser auf Web-Aktionen ausgerichteten Aufgabe erreicht Jeva-4B 79,99 Prozent, während das zweitplatzierte Modell Jev-1.13.0 auf 66,26 Prozent und InternDecision-4B auf 48,02 Prozent kommt [4].

Prüfung der Permutationsinvarianz und der Null-Erkennung

Die Reihenfolgestabilität wurde gezielt anhand von 600 Choice-Beispielen aus dem Typed-Decisions-Datensatz untersucht [3, 4]. Jedes Beispiel wurde in der Originalreihenfolge, in umgekehrter Reihenfolge sowie in bis zu drei zufällig generierten (seeded) Reihenfolgen ausgewertet [3]. Jeva-4B zeigte über alle getesteten Permutationen hinweg null Entscheidungswechsel (Zero Flips) [1, 3, 4]. Die Genauigkeit lag sowohl in der Originalreihenfolge als auch unter der strengen Bedingung, dass eine Antwort in jeder einzelnen getesteten Reihenfolge korrekt sein muss (All-Order Accuracy), identisch bei 76,67 Prozent [3]. Zum Vergleich: Das Modell Jev-1.13.0 wechselte bei 17,00 Prozent der Aufgaben seine Entscheidung und erreichte eine All-Order-Genauigkeit von 66,67 Prozent [4].

Für die Evaluierung der expliziten Null-Erkennung nutzten die Forscher 3.080 abgeglichene Anfragen aus BANKING77 mit jeweils 16 Kandidaten, wobei in 588 Fällen absichtlich keine korrekte Antwort unter den Optionen enthalten war [3]. Gemessen über die Fläche unter der ROC-Kurve (AUROC) – die angibt, wie zuverlässig der Null-Score antwortfreie Anfragen über alle Schwellenwerte hinweg höher einstuft als Anfragen mit vorhandener Antwort – erreichte Jeva 98,66 Prozent gegenüber 93,61 Prozent beim Vergleichsmodell KEV-BF16 [3, 4]. Bei einer Falsch-Positiv-Rate von 5,02 Prozent erkannte Jeva 93,88 Prozent aller Anfragen ohne gültige Antwort korrekt [3].

Skalierung auf bis zu 2.048 Kandidaten im Tool-Retrieval

Die Skalierbarkeit hinsichtlich der Optionsanzahl wurde auf dem Tool-Retrieval-Benchmark ToolRet getestet, bei dem korrekte Optionen (Positives) beibehalten und schwache oder unbewertete Alternativen (Negatives) schrittweise aufgefüllt werden [3]. Eine Vorhersage gilt in dieser Diagnose als korrekt, wenn sie einen Kandidaten mit dem höchsten Ziel-Score trifft [3]. Bei einer Menge von 2.048 Kandidaten bewertet Jeva das gesamte Set in einem einzigen Durchlauf des Entscheidungskopfes und erreicht eine Genauigkeit von 69,88 Prozent bei einer medianen Latenz von 12,04 Sekunden [3, 4]. Das rekursiv arbeitende Vergleichsmodell JevK5 kommt unter denselben Bedingungen auf 67,47 Prozent Genauigkeit, benötigt dafür jedoch eine mediane Latenz von 28 Sekunden [3].

Zusätzlich untersuchten die Autoren anhand derselben 83 Suchanfragen über geschachtelte Kandidatenmengen von 32 bis 2.048 Optionen hinweg, wie oft ein Modell über alle Mengengrößen hinweg durchgehend richtig liegt (All-Size Accuracy) [4]. Jeva blieb bei 58 der 83 Anfragen (69,88 Prozent) über alle Größenstufen hinweg korrekt, während JevK5 dies bei 48 Anfragen (57,83 Prozent) und CLM lediglich bei 7 Anfragen (8,43 Prozent) gelang [4].

Praktische Implementierung, Systemanforderungen und Fine-Tuning

Für Entwicklungsteams, die Jeva-4B evaluieren möchten, haben die Autoren den Quellcode auf GitHub sowie die Modellgewichte auf Hugging Face veröffentlicht [2, 4]. Das Modell unterliegt auf Hugging Face einer Zugriffskontrolle, sodass Sie sich vor dem Download mit einem autorisierten Konto anmelden müssen [4]. Die Vorbereitung der Evaluationsdatensätze zur separaten Veröffentlichung auf Hugging Face wurde angekündigt [4].

Architektonisch ist die Software so ausgelegt, dass kein separater Inferenz-Server aufgesetzt werden muss [4]. Das Modell läuft direkt innerhalb Ihres lokalen Python-Prozesses auf Linux-Systemen mit NVIDIA-GPUs, wobei LoRA-Adapter direkt im Arbeitsspeicher zusammengeführt (merged in memory) werden und das hybride Options-Caching standardmäßig integriert ist [4]. Als Referenzumgebung spezifizieren die Entwickler Python 3.12 sowie CUDA 12.8.1 (mit cuda-nvcc 12.8.93) [4]. Über ein mitgeliefertes Diagnosewerkzeug (jeva-doctor mit strikter Kernel-Prüfung) lässt sich vor dem Produktivstart explizit überprüfen, ob alle erforderlichen GPU-Kernels in Ihrer Umgebung vorhanden sind [4].

Besonders praxisrelevant für das Software-Engineering ist die Gestaltung der Python-Schnittstelle: Sie können dem Modell in einem einzigen Aufruf (über die Methode system_one) einen gemeinsamen Anfragezustand übergeben und gleichzeitig ein Wörterbuch mit mehreren verschiedenartigen Fragen über diesen Zustand definieren [4]. In dem von den Autoren dokumentierten Beispiel zur Störungsanalyse eines Produktionssystems beantwortet Jeva anhand einer einzigen Fehlermeldung (HTTP 503 auf der Login-Seite) simultan drei typisierte Fragen [4]: eine boolesche Noul-Abfrage zum Vorliegen eines Ausfalls, eine Choice-Entscheidung zur Zuweisung an das zuständige Support-Team (Billing, Engineering oder General, hier mit deaktivierter Null-Option) sowie eine Score-Bewertung zur Einschätzung der Kundenauswirkung auf einer Skala von 0 bis 2 [4].

Für die Anpassung an unternehmensspezifische Domänen stellt das Framework einen eigenen Fine-Tuning-Einstiegspunkt bereit, der gelabelte Daten im JSONL-Format akzeptiert [4]. Dabei bleibt die ursprüngliche Kandidatenreihenfolge ebenso erhalten wie weiche Zielwerte (Soft Targets) und explizite Null-Ergebnisse [4]. Unternehmen haben beim Training die Wahl, den Text-Encoder vollständig einzufrieren und lediglich das kompakte Entscheidungsmodul an ihre Fachdaten anzupassen, oder das Training mittels LoRA fortzusetzen [4].

Methodische Grenzen und analytische Einordnung für Unternehmen

Trotz der überzeugenden strukturellen Eigenschaften benennen sowohl die Autoren als auch die detaillierte Analyse auf alphaXiv klare technische Grenzen, die Sie bei einer Architekturbewertung einkalkulieren müssen [3, 4]. Erstens speichert der Cache ausschließlich Berechnungen über die Optionen, niemals jedoch frühere Antworten; der Zustand und die Ausgabeverteilung müssen bei jeder Anfrage neu berechnet werden [3, 4]. Zweitens unterliegen die einzelnen Eingabetexte weiterhin den regulären Textlängenbegrenzungen des zugrunde liegenden Encoders [3]. Drittens skaliert der Rechenaufwand für das Ausgeben einer dichten Wahrscheinlichkeitsverteilung über sehr viele Optionen weiterhin proportional zur Anzahl der Kandidaten [3].

Darüber hinaus müssen Sie bei der Interpretation der Leistungsdaten berücksichtigen, unter welchen Versuchsbedingungen diese erhoben wurden [3]. Der gemessene Latenzvorteil um den Faktor 27,98 bei Langdokumenten stammt aus einem kontrollierten modellinternen Vergleich unter definierten Batching- und Wiederverwendungsbedingungen, bei dem die Zeit für das initiale Einkodieren der Optionen (Priming) separat erfasst und ausgeklammert wurde [3, 4]. In realen Unternehmensanwendungen hängt der tatsächliche Geschwindigkeitsgewinn somit stark davon ab, wie statisch Ihr Katalog an Handlungsalternativen, Werkzeugdefinitionen oder Richtliniendokumenten im Verhältnis zum Anfragevolumen ist [3]. Ebenso belegt der ToolRet-Test zwar eine hohe Skalierungsfähigkeit auf diesem spezifischen Diagnose-Benchmark, stellt jedoch keine pauschale Genauigkeitsgarantie für beliebig zusammengesetzte Kandidatenpools dar [3].

In der analytischen Gesamtschau liefert Jeva dennoch einen wichtigen Impuls für das Design betrieblicher KI-Systeme [1, 3]. Wo herkömmliche Sprachmodelle oft durch aufwendiges Prompt-Engineering oder mehrfache Abfragen in verschiedenen Reihenfolgen (Self-Consistency) dazu gebracht werden müssen, Positionsverzerrungen auszugleichen oder das Fehlen einer passenden Antwort zuzugeben, löst Jeva diese Anforderungen deterministisch auf Architekturebene [1, 3, 4]. Für B2B-Anwender, die auf der Suche nach latenzarmen, berechenbaren Komponenten für Agenten-Steuerung, Ticket-Routing oder Katalog-Klassifikation sind, zeigt die Trennung von zustandsunabhängigem Optionsspeicher und mengenbewusstem Entscheidungsblock einen technisch fundierten Weg auf, um Genauigkeit und Infrastrukturkosten in Einklang zu bringen [1, 3, 4].

Quellen

[1] [2610.18773v1] Jeva: System One Models from First Principles — https://arxiv.org/abs/2610.18773v1 (abgerufen am 2026-10-14)
[2] Paper page - Jeva: System One Models from First Principles — https://huggingface.co/papers/2610.18773 (abgerufen am 2026-10-14)
[3] Jeva: System One Models from First Principles | alphaXiv — https://www.alphaxiv.org/abs/2610.18773 (abgerufen am 2026-10-14)
[4] Jeva · System One Models from First Principles — https://liqiiiii.github.io/Jeva (abgerufen am 2026-10-14)