Awesome 벤치 마크 & 연구 Jev Projects

개방 0.6B 평행한 결정, 완전한 확률 분배, 훈련 파이프라인, 무게, dataset 및 살아있는 데모를 가진 Jev 복제.

텍스트 옵션의 변경 목록 중에서 선택할 수있는 작은 모델을 기차, 단일 패스의 옵션 당 하나의 확률. Doom, 체스와 Wikispeedia 데모를 포함합니다.

Apple Silicon의 교육 Jev-like 시각적 인 의도 실험 : 공유 컨텍스트, 직접 후보 득점 및 현지 시각 데모.

Qwen3.5-2B에서 미세 조정 된 확률 (System One Style model)과 하나의 패스 유형 결정.

Vercel의 eve에 내장 된 개인 정당화 에이전트 100 모의 도구, Jev가 LLM을 versus 할 때 걸리는 많은 단계를 측정.

작은 열린 결정 모델 : 국가 + 유형 질문 -> 계산 확률. Jev / 시스템 Qwen3.5에서 1개의 재조절.

WebMCP 벤치 마크는 브라우저 시약 인터페이스를 비교하여 Jev가 평가 된 구성 중 하나로 포함되었습니다.

JevBench v1 - Jev급 유형의 의사 결정 모델에 대한 벤치마크: 스마트하고 저렴하며 빠르고 안정적이며 개방적입니다.

One-pass 옵션은 MLX를 통해 Apple Silicon의 Local Gemma 3 4B를 사용하여 Doom 데모와 함께 jevlike에서 영감을 얻었습니다.

Apple Silicon의 MLX 모델에 대한 Jev-style 병렬 제약 결정. 입력, schema-valid JSON 한 전달 패스.

이 LLM 게이트웨이는 mimics typesafe ai 구조화 출력입니다. 감옥 Jev처럼.

현대BERT (151M)에 비 자동적인 결정 엔진은 불확실성 (RLCD), TypeSafe AI를 측정합니다 Jev 벤치 마크 감사 및 in-browser WebGPU 놀이터.

Mini-Jev: Jev-style typed-decision 인터페이스가 언 Qwen3-4B와 같이 보입니다. JSON 생성 대신 옵션 문자 로그를 읽습니다. Preregistered 실험, 결과, 교육 벤치.

어떤 Qwen 모델을 빠른 결정 모델로 바꾸는 Jev의 재생산, 같은 /v1/systemone schema (Choice, Score, Noul) 훈련 및 생성 된 대답 텍스트를 제공.

Unofficial 학문: 애플 실리콘 노트북에 주식 1.5B-8B 모형에 Jev 작풍 평행한 유형의 결정. 벤치 마크, 연구 노트 및 Hugging Face Space 데모.

Jev vs Gemini 3.8 플래시 : 라벨링 1,000 앱 리뷰, 4.1 × 빠르고 7 × 저렴합니다.