これで何が作れるか

何ができるか

LLM2Jev はローカル言語・視覚モデルの prefill logits で候補を評価し、トークン単位の生成を行いません。

出典 1 ↗ · 出典 2 ↗

Jev の役割

独立した Jev 風の実装で、System One 互換 HTTP エンドポイントを備えます。

出典 1 ↗ · 出典 2 ↗

使い方

SGLang、Transformers、MLX を Python または HTTP から利用し、対応するテキスト・画像を入力できます。

出典 1 ↗ · 出典 2 ↗

制約と注意点

キャッシュ効果は入力長と候補数に依存します。引用された JevBench 比較は公開 231 問が対象です。

出典 1 ↗ · 出典 2 ↗

リポジトリの紹介文(原文)

Turn local language models into Jev-style structured decision models. Get results from text and images with prefill alone—no token-by-token decoding required.

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
2026-09-19
コードの最終更新
2026-09-26
GitHubスター
367
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: a4aafa85e1aba95329db36e085373d1572ab6917

発見元: awesome-jev, typesafe-field-guide, 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