Jeeves — это классификатор стиля Jev с диффузором, обученный на SFT и CISPO. В нем модель типа 9B Jev (Qwen3.5-9B, LoRA, pointer head), которая думает перед решением, используя блок-4 диффузор. Модель превосходит Kev-9B и Jev на внедоменных тестовых данных (0.889 против 0.822 и 0.857) и на публичных уровнях Jev Bench (0.935 против 0.866). Поддерживает вопросы yes/no, multiple-choice и rating через API, совместимую с Jev. Инференс занимает ~0.3s без размышлений и 3.3s медиана с размышлениями на одной GPU H100. Jeeves достигает большей точности на сложных элементах Jev Bench (0.865 против 0.730) и меньшей неопределенности в непознанных ответах (0.055 против 0.090). Модель работает на CUDA (Hopper для FP8-ядра) и включает полный код обучения и данные. Для быстрого старта требуется Python 3.12 и GPU CUDA. Веса можно скачать и обслужить через Hugging Face или слияние чекпоинтов. Примеры запросов показывают структурированные выходные данные для отдела, эскалации и оценка frustraciya с уверенностью и вероятностями.