jevbooks

← 全部项目

carve-jev

FuturixAI-and-Quantum-Works/carve-jev

基于 Qwen3.8-27B 的开源 Jev 类单 token 决策模型家族。

Agent 决策0.34次选分类: 打分与排序体检
README 自动摘要

根据 README 自动整理于 2026年10月9日,不是本站运行记录。运行步骤和作者声称的效果仍需核验。

这是什么

CARVE 是基于 Qwen3.8-27B 的 Apache-2.0 Jev 类模型家族。它为用户定义的选项对应的候选字母打分,并通过 TypeSafe 兼容的 System One API 返回类型化的 Noul、Choice 或 Score 答案,用于决策任务。

它怎么用 Jev

对每个类型化问题,CARVE 将选项映射为候选字母,在关闭 thinking 的情况下提示 Qwen3.8,读取 vLLM 的候选 token logits,并仅对这些字母做受限 softmax。得到的 Noul、Choice 或 Score 响应返回给 TypeSafe 兼容客户端。

用到的原语:choicescorenoul

值得抄的做法

将 softmax 限制在候选选项字母上,使每次决策只消耗一个输出 token,避免自由生成和 JSON 解析。

去 GitHub 看

开始使用 Jev:API key 与第一个请求 →

README 片段的模型判断

项目信号使用仓库元信息、已有摘要与 README 前 700 个字符;没有通读完整项目。“未检出”仅表示这些材料中未检出,并不证明项目没有该能力。这里保留原始判断与实际记录的模型、日期,不是源码审计或运行验收。

模型与判定日期

收录门禁
jev-1.13.0
项目信号
jev-1.13.0
项目分类
jev-1.13.0
模式标签
jev-1.13.0

证据

这些信号只读取仓库元信息、已有摘要与清理后的 README 前 700 字符。≥ 0.60 表示片段中有提及,≤ 0.40 表示未检出,中间为未判定;都不是源码审查或运行结果。「可运行工具」题排除了研究实验,「推荐」题筛的是学习案例 Top 10,不是内容质量合格与否。

  • Jev 是项目的核心在材料中检出0.94
  • 展示了 System One 用法片段中未检出0.18
  • 写了怎么处理不确定片段中未检出0.05
  • 给出了实测数字片段中未检出0.10
  • 是能跑起来的工具在材料中检出0.67
  • 学习案例 Top 10 候选信号片段中未检出0.32
  • 是模型本身的复刻在材料中检出0.94
  • 解决的问题够普遍(0–2)按 0–2 打分1.01 / 2
  • 与 Jev 相关在材料中检出0.93
信号
Jev 是项目的核心0.94展示了 System One 用法0.18写了怎么处理不确定0.05给出了实测数字0.10是能跑起来的工具0.67学习案例 Top 10 候选信号0.32是模型本身的复刻0.9400.51解决的问题够普遍(0–2)1.01 / 2012

无判定区(0.40–0.60)

设计模式
体检0.71问卷0.62取景框0.2300.51

无判定区(0.40–0.60)

各阶段的 Jev 模型与判定日期见上方记录。简介由 DeepSeek V4.1 Flash 于 2026年10月9日 读 README 写成。