jevbooks

← 全部项目

agent-jev

malevrigns/agent-jev

面向AI代理的快速System One决策模型:校准概率,不生成文本。

Agent 决策0.95次选分类: 分类与路由问卷体检
README 自动摘要

根据 README 自动整理于 2026年10月30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

AgentJev-0.6B是一个框架无关的决策服务,用于AI代理循环。它接收非结构化状态(差异、跟踪、日志)和类型化问题,返回校准的概率分布,用于门控、路由或评分。

它怎么用 Jev

Jev通过Qwen3-0.6B骨干(移除语言模型头)对状态进行一次编码,并通过置换等变头对候选选项评分。它回答布尔、选择和评分问题,返回完整分布。代码中通过阈值化概率或比较边际来使用结果。

用到的原语:choicescorenoul

值得抄的做法

树编码前向传播将候选路径合并为令牌trie,对所有问题一次编码状态,降低延迟。

怎么试

通过HTTP API或Python客户端运行;命令见README。

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-1.14.0
项目信号
jev-1.14.0
项目分类
jev-1.14.0
模式标签
jev-1.14.0

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0.74
  • 展示了 System One 用法在材料中检出0.85
  • 写了怎么处理不确定片段中未检出0.03
  • 给出了实测数字未判定0.53
  • 是能跑起来的工具在材料中检出0.87
  • 学习案例 Top 10 候选信号片段中未检出0.18
  • 是模型本身的复刻在材料中检出0.91
  • 解决的问题够普遍(0–2)按 0–2 打分1.70 / 2
  • 与 Jev 相关在材料中检出0.82
信号
Jev 是项目的核心0.74展示了 System One 用法0.85写了怎么处理不确定0.03给出了实测数字0.53是能跑起来的工具0.87学习案例 Top 10 候选信号0.18是模型本身的复刻0.9100.51解决的问题够普遍(0–2)1.70 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.98体检0.97代笔0.59预问0.36菜单0.2900.51

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30日 读 README 写成。