llm-as-decision-model — 小型本地 LLM 能否替代 Jev 作为决策模型？

README 自动摘要

根据 README 自动整理于 2026年10月13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

一项实验，在 310 条合成 AIOps 告警上，将通用本地 LLM（Qwen）通过标签 logprobs 读取为决策模型，与 TypeSafe 的 Jev 对比，每条告警做三个决策：类别、优先级、是否呼叫人工。

Jev 对每条告警的状态回答同样的三个决策（类别、优先级、是否呼叫人工），使用与 Qwen 相同的问题措辞（来自 src/schema.py）。其输出形状（选择 + 置信度 + 概率）由 src/score.py 以与 Qwen 相同的方式评分。

用到的原语:choicescore

在一次前向传播中，对允许的标签重新归一化标签 token 的 logprobs，将通用 LLM 读取为决策模型。

uv sync；在 .env 中设置 JEV_API_KEY；uv run python -m src.jev --variant plain

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。

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。

信号

无判定区（0.40–0.60）

设计模式

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13日读 README 写成。