これで何が作れるか

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。

出典 1 ↗

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。

出典 1 ↗ · 出典 2 ↗

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。

出典 1 ↗ · 出典 2 ↗ · 出典 3 ↗

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。

出典 1 ↗

リポジトリの紹介文(原文)

Turn any LLM into a Jev-style decision model: typed decisions, real probabilities, no training. (continue updating, welcome any issue and PR request)

プロジェクト情報

Jevとの関係
ローカル代替モデル
出典
文書に記載
言語
Python
ライセンス
Apache-2.0
起源
オリジナルリポジトリ
リポジトリの状態
未アーカイブ
作成日
2026-09-21
コードの最終更新
2026-09-28
GitHubスター
873
証拠の確認日
2026/09/30
メタデータの確認日
2026/09/28
確認状態
確認済み

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。

証拠と範囲

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 →

修正を提案 · この掲載を申請 · プロジェクトを送信