jevbooks

← 全部项目

Jevify

uspraveen/Jevify

将任意开放 LLM 转变为校准的 System One 决策模型。

校准与研究41%次选分类: Agent 决策题目体检

这是什么

Jevify 是一个开源基准、引擎和训练配方,为任意 Hugging Face 检查点提供与 TypeSafe 的 Jev 相同的类型化问题接口,面向需要校准概率分布而非生成文本的开发者。

它怎么用 Jev

Jevify 重新实现了 Jev 的 System One 契约:读取 state 和类型化问题(choice、score、noul),返回校准概率。引擎通过针对共享前缀的 teacher-forcing 对允许的答案打分,然后进行校准。一个可直接替换的服务器暴露 /v1/systemone 和 /v1/models,官方 typesafe-sdk 通过 TYPESAFE_BASE_URL 即可使用。

用到的原语:choicescorenoul

值得抄的做法

在模型自身 scorer 上使用零初始化残差头保留其先验,避免替换头在未见来源上的性能回退。

怎么试

使用托管 API 或运行 jevify-serve --model <checkpoint>;load_jevified("Praveenrajus/jevify-qwen3.5-4b").ask(state, questions)。

去 GitHub 看

Jev 判的jev-1.13.0

证据

每一行都是就 README 问 Jev 的一道题。≥ 0.60 算「是」,≤ 0.40 算「否」,中间这一段 Jev 不下判断。

  • Jev 是主角0.89
  • 有 System One 用法0.37
  • 处理了不确定性0.08
  • 有实测数据0.10
  • 可直接跑0.71
  • 值得推荐未判定0.47
  • 是模型的复刻0.89
  • 问题普遍性按 0–2 打分1.09
  • 与 Jev 相关0.98

信号由 Jev jev-1.13.0 判定,简介由 DeepSeek V4.1 Flash 于 2026年9月21日 读 README 写成。