Jeeves एक reasoning Jev-style वर्गीकार है जिसे SFT और CISPO के साथ प्रशिक्षित किया गया है। इसमें एक 9B Jev-जैसे मॉडल (Qwen3.5-9B, LoRA, pointer head) है जो निर्णय लेने से पहले सोचता है, एक ब्लॉक-4 diffusion drafter का उपयोग करता है। मॉडल ने डोमेन के बाहर के परीक्षण डेटा पर Kev-9B और Jev को हराया है (0.889 बनाम 0.822 और 0.857) और Jev Bench के सार्वजनिक स्तरों पर (0.935 बनाम 0.866)। यह Jev-अनुकूल API के माध्यम से हाँ/नहीं, बहुविकल्पीय और रेटिंग प्रश्नों का समर्थन करता है। अनुमान लगाने में ~0.3s बिना सोच-विचार और एक H100 GPU पर सोचने के साथ मध्यम 3.3s लगता है। Jeeves कठिन Jev Bench आइटम पर उच्च सटीकता हासिल करता है (0.865 बनाम 0.730) और अज्ञात उत्तरों पर कम अनिश्चितता (0.055 बनाम 0.090)। मॉडल CUDA पर चलता है (Hopper के लिए FP8 kernel) और पूरा प्रशिक्षण कोड और डेटा शामिल करता है। त्वरित आरंभ के लिए Python 3.12 और एक CUDA GPU की आवश्यकता होती है। वेट्स को Hugging Face से डाउनलोड किया जा सकता है और सेवा दी जा सकती है या संयुक्त चेकपॉइंट के रूप में। उदाहरण अनुरोध संरचित आउटपुट दिखाते हैं विभाग, escalation, और frustration scoring के साथ विश्वास और संभावनाओं के लिए।