jevbooks

← 全部项目

open-alternative-jev

ikermoel/open-alternative-jev · 项目主页

开源 System One 模型:从任意开放权重 LLM 获得类型化、校准的决策。

分类与路由28%次选分类: 基础设施 / SDK / 集成一个 state 多题平铺题目体检

这是什么

一个 Python 包,通过一次前向传播从任意开放权重 LLM 获得类型化、校准的决策,并在您自己的 GPU 上本地运行。面向希望无需官方 SDK 即可实现 Jev 风格决策的开发者。

它怎么用 Jev

Jev 读取一次状态,并从每个类型化问题(Choice、Score、Noul)自身位置的下一个 token 分布中回答,限制在您给出的选项内。结果是一个带有校准概率的选择,直接在代码中使用。

用到的原语:choicescorenoul

值得抄的做法

打包将共享状态写入一次而非每个问题一次,减少 token 并提升吞吐量。

怎么试

pip install open-alternative-jev,然后使用 Decider.from_pretrained 并设置 backend='hf'。

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0.84
  • 有 System One 用法0.26
  • 处理了不确定性0.06
  • 有实测数据0.10
  • 可直接跑0.95
  • 值得推荐0.16
  • 是模型的复刻0.95
  • 问题普遍性按 0–2 打分1.15
  • 与 Jev 相关0.95

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。