中电信开源29B意图理解模型Xing4.0-29B-Intent
原标题：Jev刚火，国产29B开源模型来踢馆了！不光会判断，还能直接填参数
AI 摘要
中电信人工智能科技有限公司星辰通用人工智能实验室于10月19日开源Xing4.0-29B-Intent模型，将意图理解从Jev式的分类判断扩展为意图分类加参数抽取，并统一输出结构化JSON。该模型基于星辰29B底座微调，端到端推理延迟低于150毫秒，零样本Micro-F1达70.27，较Jev最优配置高12.62个百分点，在48个公开数据集统一评测中总分58，领先Gemini-3.6-Flash 9分。团队同时开源275.3万条SFT语料、推理SDK和官方镜像，旨在降低Agent接入业务系统的语义解析适配成本。
正文节选
智东西（公众号：zhidxcom） 作者 | 江宇 编辑 | 漠影 AI行业正被一个叫Jev的模型搅动。 这款由TypeSafe AI发布的“系统一模型”，验证了一个此前被忽视的判断：意图理解这类高频、低延迟的任务，未必非要劳驾千亿参数的大模型“硬想”，专用模型同样能做到又快又准。一时间，决策层与生成层分离，成了AI Agent落地的热门话题。 但Jev留下了一个问题：判断出用户想做什么之后，谁来负责把事情交代清楚？ 例如，用户说“把展厅东侧的灯调到80%、色温4000K，西侧调到30%、2700K，入口灯别动”。识别出“调节灯光”，只能算完成了第一步。系统还需要知道哪盏灯对应哪个亮度、哪种色温，以及哪盏灯必须保持原样。 真实的AI Agent场景里，类似的指令比比皆是。判断正确只是基础，能否把用户的自然语言准确转化为结构化参数，同时分清哪些该做、哪些不该做，才是意图理解能力真正的落地考验。 10月19日，中电信人工智能科技有限公司星辰通用人工智能实验室开源Xing4.0-29B-Intent，尝试补上这一能力缺口。它把意图理解扩展为“选择题+填空题”，同时将模型、训练语料和推理SDK