何ができるか
AnyJev はオープンモデルの確率を読み、文章を生成せず選択・真偽・採点の質問に答えます。
Jev の役割
独立した Jev 風の手法で、L2 の予測ヘッドは基盤モデルの重みを変更しません。
使い方
ラベル不要の L0 を使うか、transformers または vLLM で特定質問用の L2 ヘッドを学習させます。
制約と注意点
L2 ヘッドは質問とモデルごとに必要です。文字による読み出しは最大 26 択で、エージェントループ評価は未実施です。
証拠の確認日:
nokia-applied-research/AnyJev
確認済みローカル代替モデル文書に記載
AnyJev はラベル不要の確率読み出しや質問別 L2 ヘッドで、オープン LLM を Jev 風判断に利用します。transformers と vLLM に対応します。
AnyJev はオープンモデルの確率を読み、文章を生成せず選択・真偽・採点の質問に答えます。
独立した Jev 風の手法で、L2 の予測ヘッドは基盤モデルの重みを変更しません。
ラベル不要の L0 を使うか、transformers または vLLM で特定質問用の L2 ヘッドを学習させます。
L2 ヘッドは質問とモデルごとに必要です。文字による読み出しは最大 26 択で、エージェントループ評価は未実施です。
証拠の確認日:
Turn any LLM into a Jev-style decision model: typed decisions, real probabilities, no training. (continue updating, welcome any issue and PR request)
スターはリポジトリ全体の値で、Jevと無関係な作業も含まれます。
文書に記載 はリンクされた文書またはソースの証拠を示します。JevHuntは独自に実行やベンチマークをしていません。
証拠コミット: 10d5db91dda38dbde74c6abc1c075ce6463723d1
発見元: awesome-jev, github-search。
審査方法 →