面壁 MiniCPM5-2B 微调做智能体决策，准确率升至 80.5%

导读

社区项目 ReJev 用 LoRA 后训练将面壁开源 2B 模型 MiniCPM5-2B 适配为决策模型，输入状态、问题与候选选项后直接输出一个决策。在其 1,892 条密封留出集上，准确率从 51.11% 提升至 80.50%（+29.39 个百分点），报告评测中无效输出为 0%，累计 Modal 账单约 5.31 美元。