jevbooks

← 全部项目

stuntd

bladedevoff/stuntd · 项目主页

本地代理,学习你应用的类型化 LLM 决策。

这是什么

stuntd 是一个本地自托管代理,面向做出类型化 LLM 决策的开发者。它记录 Choice、Score 和 Noul 问题,将每个决策点蒸馏为冻结 Laya 编码器上的小型头,并以校准置信度在本地作答。

它怎么用 Jev

stuntd 支持 Jev System One 协议(POST /v1/systemone)和 OpenAI Chat Completions API。它记录每个 Choice、Score 和 Noul 决策,为每个站点训练一个头,并以校准置信度实时作答,低于阈值时回退到上游。

用到的原语:choicescorenoul

值得抄的做法

将每个决策点蒸馏为冻结 Laya 编码器上的小型头,以校准置信度本地服务,不确定时回退到提供商。

怎么试

pip install "stuntd[train]" && stuntd config init && stuntd serve

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.88
  • 有 System One 用法0.91
  • 处理了不确定性0.92
  • 有实测数据0.97
  • 可直接跑0.96
  • 值得推荐未判定0.54
  • 是模型的复刻0.84
  • 问题普遍性按 0–2 打分1.18
  • 与 Jev 相关0.99

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月23日 读 README 写成。