jevbooks

← 全部项目

cpu-decision-bench

sku10/cpu-decision-bench

基准测试:决策模型在 CPU 上能否有效运行?

评测与基准0.92次选分类: 校准与研究
README 自动摘要

根据 README 自动整理于 2026年10月22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

一个自包含的基准测试,用于在纯 CPU 硬件上运行 4B 决策模型(System One / Jev 类),测量线程扩展、并发和功耗,以判断是否可行以及哪些 CPU 值得使用。

它怎么用 Jev

Jev 对基准测试项回答类型化、校准的问题(不生成文本)。脚本自行生成测试项,通过仅 CPU 的 llama.cpp 构建运行,并测量延迟和吞吐量。准确性和校准通过 run_jevbench.py 在 JevBench 格式数据集上检查。

用到的原语:choicescorenoul

值得抄的做法

测量每个 CCD/芯片的可用 L3,而非 lscpu 总量;64 MiB 的 Q4 层必须能放入缓存才能突破内存墙。

怎么试

先运行 ./cpu_decision_bench.sh --check;然后 --quick(约 5 分钟)或完整(约 20 分钟)。

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0.82
  • 展示了 System One 用法片段中未检出0.09
  • 写了怎么处理不确定片段中未检出0.03
  • 给出了实测数字片段中未检出0.23
  • 是能跑起来的工具片段中未检出0.17
  • 学习案例 Top 10 候选信号片段中未检出0.12
  • 是模型本身的复刻片段中未检出0.14
  • 解决的问题够普遍(0–2)按 0–2 打分1.01 / 2
  • 与 Jev 相关在材料中检出0.95
信号
Jev 是项目的核心0.82展示了 System One 用法0.09写了怎么处理不确定0.03给出了实测数字0.23是能跑起来的工具0.17学习案例 Top 10 候选信号0.12是模型本身的复刻0.1400.51解决的问题够普遍(0–2)1.01 / 2012

无判定区(0.40–0.60)

设计模式
体检0.45盲审0.3300.51

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22日 读 README 写成。