jevbooks

← 全部项目

decider

Mapika/decider

单次前向传播的带类型决策,输出校准概率,不生成文本。

Agent 决策44%次选分类: 游戏与模拟一个 state 多题平铺

这是什么

decider 是 System One 模型类别(TypeSafe AI 的 Jev)的开源复现。它读取状态和带类型的问题,在一次前向传播中为每个问题返回校准的概率分布。发布了 2B 和 35B MoE 模型,面向需要快速、结构化决策的开发者。

它怎么用 Jev

Jev 通过对给定状态回答带类型的问题(Choice、Score、Noul)来做出决策。模型读取状态和问题,然后输出每个选项的概率。在代码中,这些概率用于路由、评分或分层束搜索,如示例所示。

用到的原语:choicescorenoul

值得抄的做法

对固定问题集采用 schema-first 布局并缓存前缀,实现快速单次决策。

怎么试

pip install git+https://github.com/Mapika/decider,然后按 README 使用 Decider 类。

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0.68
  • 处理了不确定性0.05
  • 有实测数据0.09
  • 可直接跑0.34
  • 值得推荐未判定0.41
  • 是模型的复刻0.96
  • 问题普遍性按 0–2 打分0.45
  • 与 Jev 相关0.98

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。