프로젝트 용도
LLM2Jev는 로컬 언어·시각 모델의 프리필 logits로 후보를 평가하며 토큰별 답변을 생성하지 않습니다.
Jev의 역할
독립적인 Jev 방식 구현이며 System One 호환 HTTP 엔드포인트를 제공합니다.
사용 방법
SGLang, Transformers, MLX를 Python이나 HTTP로 사용하고 지원되는 텍스트·이미지를 입력합니다.
제약 사항
캐시 효과는 입력 길이와 후보 수에 달려 있습니다. 인용된 JevBench 비교는 공개 231개 문제 범위입니다.
근거 확인일: