krasivo-jev

根据 README 自动整理于 2026年10月25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

该仓库将 100 个 Hugging Face 数据集转换为 state → question → options → label 格式，在其上训练 Qwen3.5-2B LoRA pointer 模型，评估留出基准，并通过 vLLM 插件提供服务，实现 TypeSafe 的 system_one API。

它怎么用 Jev

训练好的模型在单次前向中根据 state 字符串回答类型化问题（Choice、Noul）。代码中，JevHolder.from_pretrained 加载模型，holder.system_one(state=..., questions={...}) 返回答案；服务模型通过 curl 或 JevClient（TypeSafeClient 的替代品）调用。

用到的原语:choicenoul

值得抄的做法

将多样数据集转换为统一的 state → question → options → label 格式，并在 LoRA 适配的基础模型上训练 pointer 头。

怎么试

uv run serve bizhmans/krasivo-jev-bf16，或在 Python 中使用 JevHolder.from_pretrained。

去 GitHub 看

开始使用 Jev：API key 与第一个请求 →