jevbooks

← 全部项目

tjev

tychota/tjev

基于 Qwen3.5 标签 logits 的校准类型化决策,使用 JAX。

评测与基准0.29次选分类: 分类与路由
README 自动摘要

根据 README 自动整理于 2026年10月11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

tjev 在 JAX/Flax NNX 中用 LoRA 微调 Qwen3.5,回答有界评分问题:是/否(noul)、选项选择或序数评分。面向 TPU 训练,并通过 MLX 支持 Apple silicon 推理。

它怎么用 Jev

请求给出一个状态(自由文本或 JSON)和一个有界评分标准。模型读取一次状态,并从单个答案槽的字母 logits 返回标签上的概率分布。每种问题类型的温度绑定到其拟合所用的检查点(以及 MLX 量化)。

用到的原语:choicescorenoul

值得抄的做法

按类型温度缩放,绑定到检查点,在校准集上拟合,而非 JevBench。

怎么试

uv sync;uv run tjev train tpu-v6e qwen35-2b data/mix/mix.yaml model.path=models/Qwen3.5-2B

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0.93
  • 展示了 System One 用法片段中未检出0.12
  • 写了怎么处理不确定片段中未检出0.05
  • 给出了实测数字片段中未检出0.06
  • 是能跑起来的工具片段中未检出0.23
  • 学习案例 Top 10 候选信号片段中未检出0.31
  • 是模型本身的复刻在材料中检出0.96
  • 解决的问题够普遍(0–2)按 0–2 打分1.08 / 2
  • 与 Jev 相关在材料中检出0.69
信号
Jev 是项目的核心0.93展示了 System One 用法0.12写了怎么处理不确定0.05给出了实测数字0.06是能跑起来的工具0.23学习案例 Top 10 候选信号0.31是模型本身的复刻0.9600.51解决的问题够普遍(0–2)1.08 / 2012

无判定区(0.40–0.60)

设计模式
体检0.4400.51

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11日 读 README 写成。