jevbooks

← 全部项目

rev

jaswanthsanjay88/rev

快速、仅预填充的决策模型,输入类型化问题,输出校准概率。

分类与路由23%次选分类: 评测与基准

这是什么

rev 是一个基于因果语言模型骨干(Qwen/Qwen2.5-0.5B 到 8B)的决策模型,使用 LoRA 适配器和双线性指针读出头。它读取一次文档,并在单次预填充前向传播中并行评估多个类型化问题,零自回归文本生成。权重可在 Hugging Face Hub 上获取。

它怎么用 Jev

rev 实现了 TypeSafe System One API(POST /v1/systemone),并与官方 typesafe-sdk 兼容。它接收一个状态和类型化问题(choice、noul、score),返回校准概率。模型使用指针头对选项评分,并通过 softmax 生成类型化答案和置信度分数。

用到的原语:choicenoulscore

值得抄的做法

使用块因果掩码和分支位置 ID 打包状态和问题分支,实现精确隔离和顺序不变性。

怎么试

pip install -e . 然后 python -m rev.serve --run jaswanthsanjay88/rev-0.5b --port 8000

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 是主角未判定0.46
  • 有 System One 用法0.74
  • 处理了不确定性0.04
  • 有实测数据0.06
  • 可直接跑未判定0.45
  • 值得推荐0.19
  • 是模型的复刻0.89
  • 问题普遍性按 0–2 打分1.22
  • 与 Jev 相关0.87

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月20日 读 README 写成。