AgentJev：エージェント判断向けローカル確率モデル

非自己回帰モデルで choice、score、noul の問いに答え、ルーターがチェックポイントを選びます。 自前のサーバーは既存 Jev クライアント向けに POST /v1/systemone を公開します。動作するモデルは Laya です。

学習済みモデルと追加学習を利用し、同じ文章に対する二択、選択式、評価の問いを処理します。 TypeSafe System One に合わせた API により、TypeSafe Python SDK をローカルの Kev サーバーへ接続できます。

文章を生成せず選択肢の確率を読み、ルーティング、再試行、証拠確認などの小さな意味判断を扱います。 Jev のインターフェース設計を公開モデルで再現しますが、非公開のモデルや学習を再現するものではなく、TypeSafe とは無関係です。

状態と候補から選択、真偽、順序付き評価に答え、回答トークンのデコードは行いません。 Jev に着想を得た別個のローカルモデルです。同じゲーム入力で Jev と未調整 Qwen を比較した記録があります。

文章または構造化状態と、はい・いいえの質問を渡すと、はいの確率が得られます。 Noul 向けの Jev 通信形式を使うため、既存クライアントから別の自前モデルに接続できます。

RAG-Fusion はクエリの言い換えを生成し、Reciprocal Rank Fusion で順位を統合して単一クエリの取りこぼしを補います。 Jev は評価処理で選べる再ランキング手段です。関連実験には JEV_API_KEY が必要で、元のデモはベクトル検索のみです。 評価ツールで NFCorpus 上の検索方式を比較できます。ハイブリッド構成は BM25、ベクトル検索、順位統合、再ランキングを組み合わせます。