jevbooks

← 全部项目

djev-run

taeold/djev-run

在 Cloud Run GPU 上部署 DiffusionGemma-Jev,提供 TypeSafe API 和演示。

游戏与模拟0.94次选分类: Agent 决策
README 自动摘要

根据 README 自动整理于 2026年9月24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

将 DiffusionGemma-Jev 部署在 Cloud Run GPU 上,提供兼容 TypeSafe 的 API,并内置贪吃蛇、恐龙和俄罗斯方块演示,连接到决策端点。

它怎么用 Jev

/v1/systemone 端点接收状态字符串和类型化问题(例如带条件的 choice),返回每个选项的校准概率。演示程序调用此端点进行决策。

用到的原语:choice

值得抄的做法

在 vLLM 启动前将 18 GB safetensors 从 GCS 预取到 /dev/shm,以缩短冷启动时间。

怎么试

使用预构建镜像通过 gcloud beta run deploy 部署,然后查询 /v1/systemone。

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-1.13.0
项目信号
jev-1.13.0
项目分类
jev-1.13.0
模式标签
jev-1.13.0

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0.87
  • 展示了 System One 用法片段中未检出0.19
  • 写了怎么处理不确定片段中未检出0.04
  • 给出了实测数字片段中未检出0.05
  • 是能跑起来的工具在材料中检出0.94
  • 学习案例 Top 10 候选信号片段中未检出0.35
  • 是模型本身的复刻片段中未检出0.28
  • 解决的问题够普遍(0–2)按 0–2 打分0.19 / 2
  • 与 Jev 相关在材料中检出0.96
信号
Jev 是项目的核心0.87展示了 System One 用法0.19写了怎么处理不确定0.04给出了实测数字0.05是能跑起来的工具0.94学习案例 Top 10 候选信号0.35是模型本身的复刻0.2800.51解决的问题够普遍(0–2)0.19 / 2012

无判定区(0.40–0.60)

设计模式
问卷0.53体检0.4100.51

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9月24日 读 README 写成。