SingVL_S1_4B：inclusionAI 悄無聲息推出的 4.54B 決策模型

2026年11月11日 03:58 UTC，一個名為SingVL_S1_4B的儲存庫出現在 Hugging Face 的 inclusionAI 組織之下。05:38 UTC，有人編輯了它的 README。在撰寫本文時，該實驗室沒有部落格文章、沒有 arXiv 論文、沒有 GitHub 發行版、也沒有在任何推論供應商的目錄中出現，而下載計數器停在零。模型卡以空格拼寫名稱——Sing VL S1——並將其描述為一個建構於 Q​wen3.5 之上的多模態決策模型。這就是全部的公開紀錄。以下所有內容都是從該儲存庫中的檔案讀取而來，而所有讀起來像主張的內容都會被標示為主張。

「決策模型」在這裡確切是什麼意思？

這不是一個硬加上視覺功能的聊天模型。你不會送它一個提示詞，然後讀回一段文字。你會送給它一個狀態——文字、JSON，或最多四張圖片——再加上一個由具名問題組成的字典，而每個問題都會宣告其類型與候選答案。模型執行一次前向傳遞，並回傳每個候選答案的機率。

共有三種問題類型，而這些名稱是該模型自己的命名：

• 選擇 — 從提供的選項中挑選一個；回應會為每個選項附上一個機率。

• Noul — 一個是非命題；回應即為它為真的機率。這個拼法有點奇怪，而卡片用的正是這個拼法。

• 分數 — 將輸入評定為 2 到 10 個有序等級；回應會包含每個等級的機率，以及以零起始索引乘以機率之總和計算出的期望等級。

因此，單一請求可以詢問「命名的是哪種顏色」、「被命名的顏色是紅色嗎」，以及「文字有多清楚地將該顏色識別為紅色」，並在一次處理中獲得三個附帶置信度的答案。卡片本身的範例正是這麼做，然後在兩張圖像上重複此做法，以詢問哪一張是紅色。

從架構上來說，結果是：輸出詞彙並不是一套詞彙表。沒有取樣、沒有溫度、沒有可解析的 token 流，也沒有可誘導出的 JSON 模式。如果你的管線目前最後一步是用正規表示式從模型的文字中擷取標籤，那麼這就是能移除該正規表示式的模型形態。如果你的管線需要那些文字——摘要、理由說明、工具呼叫——這個模型沒東西可給你，因為它從不生成這些內容。

這些數字，以及這些數字屬於誰

該卡片發布了一個標題為「Public Decision Index 0.3」的表格。Sing VL S1 在 Text 面板得分 69.76，在 Vision 面板得分 73.94。比較欄分別為 TypeSafe Jev 1.14 在文字上 60.70，未公布視覺分數；StartLux-Decision v1.1 4B 文字 67.8、視覺 67.90；以及 Perplexity Decider Flash v1.2（4B）文字 60.1、視覺 72.5。

請將那段內容視為一份自我報告。其中每一個數字都來自訓練該模型的實驗室，且出自一個評分套件公開、但非公開部分不公開的排行榜；此外，沒有任何第三方重新執行過其中任何部分。Decision Index 自己的重現套件——也就是 decision-index 專案——會重建公開測試套件並為提交的執行結果評分；截至今天早上，在其 issue 或 pull request 紀錄中，完全看不到任何 SingVL 提交。該卡片確實包含提交說明，這是意圖的合理訊號，而非結果的證據。

逐資料集拆解比總體標題數字更有用，因為它能顯示彙總值從何而來。在十一個視覺資料集中，表現最強的列是 InfographicVQA 的 96.31、Winoground 的 93.12，以及 CORD 加 FUNSD 關鍵資訊資料集的 95.82。表現疲弱的列也同樣具有資訊量：MMMU-Pro 視覺在非技能設定下為 50.17，使用技能提示時為 42.85；R-Bench-M 為 49.77 與 39.72；仇恨迷因審核則從 71.64 降至 43.28。這是一個擅長閱讀文件與版面、卻不擅長對困難學術圖表進行推理的模型——這樣的能力輪廓，與一個 45 億參數、做分類而非審慎推理的骨幹模型相符。

在四十三個文字資料集上，BFCL 的 96.81 與 CLINC150 的 97.03 表現突出；HLE 的 12.77、ChessBench 的 26.88 以及 SGD 對話資料集的 8.33 則敬陪末座。這張卡在若干列標上劍標，表示該指標是將它們單獨列出，而非併入計算；這種揭露方式讓表格其餘部分更容易取信於人。

儲存庫裡實際上有什麼？

兩個 safetensors 分片總計約 9.1 GB，以 BF16 計算約為 45.4 億個參數——儲存庫名稱寫的是 4B，Hugging Face 側邊欄四捨五入為 5B，而張量總數則是介於兩者之間的數字。一份設定宣告了 Qwen3.5 條件生成架構，隱藏大小為 2560。一個 7.7 KB 的聊天範本，可處理圖像與影片 token。還有一個 inference/ 目錄，裡面包含讓這一切得以實際使用的東西：一個 Python 包裝器、一個 FastAPI 伺服器、一個基準測試腳本，以及兩張範例圖片，一張藍色、一張紅色。

設定規格精確到修補版本：Python 3.12、與硬體相匹配的 PyTorch 和 torchvision，需求套件從 inference/ 內部安裝。伺服器在 8173 埠執行，並於 POST /v1/systemone 回應。該路徑不是 OpenAI 相容路由，也不假裝是；它是 Decision Index 評估套件所使用的傳輸格式。該卡的快速入門會將套件直接接到該端點，先用於文字套件，再用於視覺套件，且每張影像有明確的像素預算 1,638,400。

有兩項限制在實際運作上很重要，而且它們是寫在說明卡上的，而非等到上線後才發現：每次請求最多四張圖片，以及輸入上限為純文字 65,536 個 token，一旦附加圖片則為 10,000 個 token。處理器組態設定每張圖片上限為 1,806,336 像素，因此整頁截圖在讀取前會先被縮小。

這個設定檔暴露了它的來歷。

打開 config.json，會出現一組非標準 Qwen3.5 的鍵：jev_gdn_mode、jev_mask_version、jev_packing、jev_prefix_contract、jev_soft_choice。prefix contract 的內容為「all-input-before-first-answer; single-turn; no-thinking」。soft-choice 區塊帶有實作 readout 的 Python 檔案的 SHA-256 雜湊值，並固定下來，讓評估者能確認產生分數的程式碼就是實際交付的程式碼。

平實來看，「j​ev」是這個模型被建入其中的共用框架名稱——與 TypeSafe 的 J​ev 模型和 Decision Index 套件所圍繞組織的框架屬於同一家族。這是從設定檔中的一個字串推斷而來，並非供應商的說法，也是本次發布中最有意思卻未獲解釋的一件事。這暗示 Sing VL S1 並非在型別化決策上從零開始的實驗，而是將 Q​wen3.5 視覺檢查點改編進既有協定，並一併隨附該協定的內部元件，以便重現結果。

同一組織中有一個支持這項解讀的姊妹專案。inclusionAI 的 LemonDecider 於十月下旬發表，基於 Qwen3.5-4B，是一個純文字的決策引擎，具備 255 個選項的讀出機制與一個溫度校準常數；其說明卡描述了相同的 choice/noul/score 詞彙，以及相同的單次前向傳遞設計。Sing VL S1 看起來像是把那條工作路線延伸到影像上。該組織並未這麼說。

所缺失的並不是表面問題。

• 沒有授權條款。模型卡的詮釋資料宣告了架構與任務的標籤，但完全沒有授權欄位，儲存庫中也沒有 LICENSE 檔案。缺少授權條款時，預設狀態並非「開放」——而是「保留所有權利，請洽作者」。需要將此商業出貨的團隊，目前還沒有可依賴的許可，應先向其法務人員說明，再向其路線圖說明。

• 沒有論文。該組織在其 Hugging Face 個人檔案上有三十一篇論文，但沒有一篇與這個模型有關。沒有方法章節，沒有訓練資料說明，也沒有說明這 45.4 億個參數是針對什麼進行調校。

• 沒有公告。組織卡片仍引導追蹤者前往其 GitHub 與兩個 X 帳號以取得發佈消息；這些管道今天都找不到任何關於此儲存庫的貼文。該組織的 GitHub 沒有 SingVL 儲存庫。

• 沒有託管端點。沒有任何推論供應商列出它。唯一能執行它的方式，就是下載 9.1 GB 並自行架設提供服務。

• 沒有獨立結果。前面已談過，但值得再說一次，因為正是這一點決定 69.76 對你而言是否有任何意義。

如果你決定要用的話，你實際上會怎麼使用它

誠實的部署敘事是側車，不是替代品。把 FastAPI 伺服器放在 GPU 機器上，讓你現有的管線在特定子任務上指向它：也就是你目前從生成文字中解析標籤的那個子任務——意圖路由、文件類型分流、審核標記、昂貴呼叫前的是/否閘門——而所有需要解釋的地方，生成模型就留在原位。機率輸出才是重點：你得到的是一個可以設閾值的數字，而不是一個要你信任的字串。

讓這件事嘗試起來成本很低的原因，在於這個 API 只有一條路由、採扁平 JSON 主體。寫個包裝函式不過是一個上午的工作。讓依賴它變得昂貴的原因，則在於一個沒有授權條款、沒有論文、且儲存庫才成立一天的模型，隨時可能無預警變更或消失，所以要在設定中釘住修訂版雜湊，並把這個端點當成不可信的基礎設施，置於備援機制之後。

這也是路由真正證明其價值、而不只是口號的地方。OrcaRouter 已經提供 TypeSafe Jev 1.14——typesafe/jev-1.14，每百萬輸入 token 收費 $0.042——這意味著如今只需一把金鑰即可呼叫決策模型模式，與它將並列的生成式模型一起使用。Sing VL S1 並未在 OrcaRouter 上，這裡也沒有任何關於它的消息要宣布；相關事實更狹窄，但也更有用。在你決定要部署一個使用條款空白的 9 GB 檢查點之前，你可以先在可運作的端點上衡量這個模式，而如果該檢查點之後證明值得採用，第二份合約並不是採用它的成本。

什麼會讓這件事從好奇變成一個決定？

三件事，依它們能告訴你多少資訊的順序排列。一份授權檔案，因為沒有它，其他一切在商業上都無關緊要。向 Decision Index 提交一份附有執行目錄的資料，因為卡片中的提交章節所描述的，正是能讓陌生人查核 69.76 和 73.94、而不是直接採信這些數字的產物。以及在他人掌控的評測框架上進行第二次獨立評估，因為一個在自身作者協助制定的基準上勝出的模型，先需要的是第二意見，而不是發布文章。

在那之前，解讀這份發布版本的正確方式，就像閱讀一篇缺少方法章節的預印本：{{1}}這個產物是真的{{/1}}，{{2}}數字是作者自己的{{/2}}，而有趣的部分在於，一個{{3}}45 億參數視覺模型{{/3}}，為機率向量而非段落而打造，如今竟然真的存在。這究竟會成為一個類別，還是淪為一則註腳，取決於該儲存庫尚未包含的書面資料。