BeeNara v0.4 发布：332 MB 本地文档分类器在未见文件夹树上准确率达 91.5%，新增 2B 兄弟模型

原标题：BeeNara v0.4: my tiny "none fits" document sorter now files on its own only when it's provably safe, plus a 2B sibling for whole folder trees

作者发布 BeeNara v0.4，一个 332 MB CPU 本地文档分类模型（Apache-2.0），在 1,500 个含未见文件夹树的任务上准确率从 v0.2 的 70% 提升到 91.5%，并通过 Learn-then-Test 阈值保证 90% 置信下自动归档错误不超过 1%，实际自动归档 59% 的任务、错误 0.3%。新增 BeeNara Big 基于 Qwen3.5-2B-Base 加 LoRA 和决策头，可读取最多约 600 个文件夹的整棵树和页面图像，24 个文件夹内准确率 92–94%，但需 GPU（8-bit 约 4.3 GB）；作者还发现标签平滑会让

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。