Jev Ultrafast
Jev podle aktuálního stavu stránky vybírá akci v prohlížeči a cílový prvek; text k zadání vytváří jiný model.
Prohlédněte si ověřené open-source projekty Jev podle hvězdiček na GitHubu: agenty, nástroje MCP, SDK a příklady. Objevte také modely System One a experimenty s rozhraním, které komunita vytvořila podle inspirace Jevem.
Najděte projekt podle typu rozhodnutí, se kterým pomáhá. Pořadí vychází z datovaného snímku GitHubu a zahrnuje jen zde prověřené repozitáře.
Zobrazeny projekty 1–10 z 126 odpovídajících výsledků
Jev podle aktuálního stavu stránky vybírá akci v prohlížeči a cílový prvek; text k zadání vytváří jiný model.
Pomocník pro chat v Androidu, který přes zpřístupnění nebo OCR čte viditelné zprávy, nechá Jev posoudit záměr a riziko a řadí návrhy odpovědí bez jejich odeslání.
Plugin pro Claude Code, který pomocí Jevu rozhoduje, které výstupy nástrojů zachovat, zkrátit nebo odstranit, aniž přepisuje konverzaci.
CLI a dovednost pro agenty, které pomocí Jev procházejí související složky, soubory a deklarace a vracejí výřezy kódu i tipy k dalšímu čtení.
Obchodní bot pro Monad s volitelným režimem, v němž Jev rozhoduje o nákupu či prodeji; ve výchozím stavu používá simulované pravidlo.
Zpřístupňuje podporované otevřené rozhodovací modely přes vLLM, včetně dávkování, multimodálních vstupů a API System One pro Choice, Noul a Score.
Pomocník WeChat pro Windows s místními snímky, OCR, hodnocením Jev a seřazenými odpověďmi; vložení je výslovné a odeslání zůstává ruční.
Jev sleduje postup programovacích agentů a upozorňuje, kdy je potřeba ověření nebo zásah.
Postupně hodnotí změny kódu a repozitáře pomocí Jevu z hlediska rizika, důkazů a závažnosti.
Instalovatelné Jev Skills a upravitelné pracovní postupy agentů se šablonami scénářů, zaznamenanými příklady a testy.
Jev volí úroveň modelu pro každý krok v Claude Code nebo Codexu, aniž mění dosavadní práci v CLI.
Server MCP s nástroji Jev pro ověřování, filtrování, řazení a kontrolu kódu.
Pomocí Jevu vybírá zdroje vyhledávání a řadí výsledky Search1API; místo generovaných odpovědí ukazuje odkazy.
Umožňuje autorskému LLM vytvořit a případně vyvíjet Jev Harness pro konkrétní úlohu, poté zmrazí kód a otázky pro dohledatelné rozhodování za běhu.
Překryv WeChat pro macOS, který čte konverzaci ze snímků a OCR, používá místní model nebo Jev k posouzení záměru a rizika a připravuje odpovědi bez automatického odeslání.
Mobilní agent vybírá pomocí Jevu akce v Androidu přes Mobilerun; nabízí živé studio a záznam provedených kroků.
Místní server, který urychluje otevřené rozhodovací modely přesným větvením stavu a zpřístupňuje mnoho textových i multimodálních rodin přes jedno rozhraní.
Rozšíření prohlížeče, které pomocí Jev rozpozná a skryje rušivé prvky stránky a znovu použije místní pravidla u stránek se stejnou šablonou.
Jev vybírá akce v bezhlavém prohlížeči; nástroj vrací průběh kroků, výslednou stránku a snímek obrazovky.
Tři roboti pro simulované obchodování, kde Jev vybírá platné tržní akce a kód vynucuje rozpočty, prodlevy a omezení provádění.
Otevřená sada benchmarků pro porovnání kvality, nákladů, latence a spolehlivosti typovaných rozhodovacích modelů třídy Jev.
Nástroj příkazového řádku, který vylepšuje klasifikátory využívající Jev pomocí lidsky označených dat a GEPA.
Sémantický linter, který pomocí Jevu kontroluje kód podle vlastních pravidel.
Oficiální Python SDK od TypeSafe pro typované dotazy na Jev a strukturované výsledky.
Oficiální klient TypeSafe pro typované dotazy a strukturované odpovědi Jevu v JavaScriptu nebo TypeScriptu.
Samostatně hostovaná knihovna dovedností pro agenty s volitelnými doporučeními Jev mezi povolenými dovednostmi přes TypeSafe, OpenRouter nebo Vercel AI Gateway.
Rozhodovací plugin pro DeepSeek Harness, který používá Jev pro omezená hodnocení v DSH a kompatibilních postupech programovacích agentů.
Třicet spustitelných příkladů Jev v deseti úrovních, od jednoduchých typovaných rozhodnutí po hooky, nástroje a samostatné použití kódovacími agenty.
Přidává do PostgreSQL operátory pro sémantické filtrování, extrakci, řazení a ověřování, včetně běhu přes Jev, mezipaměti a vysvětlitelných pravděpodobností.
Spojuje údaje kryptotrhu a vybrané příspěvky X, poté nechá Jev posoudit směr jednání, sentiment, riziko squeeze a katalyzátory, aniž by provedl obchod.
Sada workflow pro více poskytovatelů; volitelný modul předává ohraničená rozhodnutí Jevu a zachovává opakované použití pravidel a artefaktů.
Lokálně provozovaná aplikace pro průzkum sociálních sítí. Jev Choice vybírá ze zjištěných cílů operace pouze pro čtení na Instagramu, TikToku a LinkedInu; CLI socai je provádí v uživatelově Chromu a vrací podklady s odkazy na zdroje.
Plugin DeepSeek Harness používá Jev k výběru dovedností a souborů, dohledu, filtrování výsledků, opravám a podpoře schvalování.
Odolný zpravodajský agent podle plánu sbírá zdroje, pomocí Jevu filtruje, odstraňuje duplicity a hodnotí Hype, Facts a Signal a po restartu pokračuje.
TypeScriptové AI SDK, jehož rozhraní decide podporuje TypeSafe Jev a další rozhodovací služby pro typované směrování, kontroly a posouzení relevance.
Prototyp ovládání Windows a Chromu pro Codex: Jev provádí významové volby, místní kód vykonává kroky, kontroluje výsledek a řeší obnovu.
Neoficiální dovednost pro agenty, která učí typovaná rozhodnutí Jev, práci s mírou jistoty a opakovaně použitelné vzory komunity.
Spolupracující vizuální editor pracovních postupů, který propojuje uzly Jev a LLM, nabízí REST API a náhled testovacích běhů.
Pomocí Jevu posuzuje volání nástrojů programovacích agentů i nedůvěryhodné výsledky před povolením, potvrzením či blokováním akce.
Sémantické grep CLI, které pomocí Jev boduje řádky kódu podle významu a kombinuje filtry přes AND, OR a NOT.
Doplněk pro Claude Code předává Jev hromadné filtrování, třídění a řazení a vrací agentovi užší výběr s mírou jistoty ke kontrole.
Rust CLI, které řadí agentní Skills podle kontextu přes služby kompatibilní s Jevem, s možností zdržet se, hooky a místní zpětnou vazbou.
Prostředí pro Pokémon Red čte platný stav hry a nechává Jev vybírat pohyb, dialogy, tým a souboje bez zápisu do paměti hry.
Ukázka rozšíření prohlížeče, která spojuje nástroje stránky z WebMCP s výběrem Jev.
Harness pro ovládání macOS, který čte přístupný stav rozhraní a nechá Jev vybírat akce bez modelu vidění.
Nativní rozhraní pro Swift 6, které propojuje Apple Foundation Models s Jev a vrací typovaná rozhodnutí včetně pravděpodobností.
Nástroj pro hodnocení agentů a guardrails, který převádí stopu a kritéria na rozhodnutí Jev a umí spouštět kompatibilní místní modely.
CLI a místní server MCP, které odesílají povolené části kódu do Jev a vracejí přesné výřezy s cestami a čísly řádků.
Místní aplikace pouze pro čtení, která pomocí Jev třídí Gmail do pevných složek a štítků.
Linter repozitářů, který spojuje místní strukturální analýzu s rozhodováním Jev a určuje rizikové soubory a prioritní refaktoring.
Převádí Jevovy volby, skóre a pravděpodobnosti na entity a automatizace Home Assistanta.
MCP server a CLI, které při procházení webu pomocí Jevu vybírají odkazy a pasáže a vracejí agentovi úryvky se zdroji.
Směruje každý krok programovacího agenta k rychlému nebo výkonnému modelu pomocí rozhodovacího modelu Jev; nabízí proxy kompatibilní s OpenAI a reprodukovatelné výsledky Terminal-Bench.
Rozšíření Chrome využívající pravidla, dekódování požadavků a Jev k blokování požadavků agentů, které by měnily data na serveru.
Desktopový prohlížeč, kde plánovací model určí cíl, Jev vybere z rozpoznaných akcí stránky a řízený místní kód je provede a zaznamená výsledek.
Průvodce Jev krok za krokem s cvičeními v Playgroundu, voláním API, nastavením programovacích agentů a funkčním routerem modelů ověřeným na Jev 1.14.
Lokální brána a vizualizér, který ukládá požadavky a odpovědi Jev do SQLite a za běhu aplikace živě zobrazuje návaznosti mezi voláními.
Komunitní klient Java a integrace Spring AI pro TypeSafe Jev API.
Modul pro Android a WeChat, který posílá kontext konverzace Jevu k posouzení emocí, skrytého významu a návrhů odpovědí.
Místní pracovní prostředí, které kombinuje měření OpenCV, pevná číselná pravidla a rozhodnutí Laya nebo Jev pro zemědělství a vizuální kontrolu kvality.
Spouští GraphRAG s místním modelem Laya nebo cloudovým Jevem pro posouzení hran, průchodu grafem a filtrování výsledků.
Samostatně hostovaný chat s více boty, kde Jev vybírá odpovídajícího bota a místní démon Pi provádí každé kolo.
Vyhledávací vrstva pro Rails používá Jev pro štítky při indexaci, záměr dotazu a průběžné přeřazení spolu s textovým a vektorovým hledáním.
MCP server nabízí nástroje Jev pro ověřování, výběr, řazení a revizi a převádí pravděpodobnosti na pravidla pokračovat, zkontrolovat nebo eskalovat.
Začíná u potvrzené škodlivé entity, sleduje vazby telemetrie a pomocí Jev rekonstruuje časovou osu incidentu, řetězec spuštění a tabulku důkazů.
SDK a CLI pro Go pro volání rozhodnutí Jev Choice, Score a Noul z aplikací nebo unixových pipeline.
Rust CLI převádějící odpovědi Jevu na výstup terminálu, JSON, návratové kódy a MCP nástroje pro skripty, CI a agenty.
Rozhraní Pythonu pro kontroly, štítky, klasifikace a skóre Jev se synchronními, asynchronními, dávkovými a schématovými postupy.
Lokální laboratoř pro rozhodovací modely s kontrolovatelnými testy, měřeními, přehráváním postupů a přenosnými reporty.
Jev hodnotí úseky přepisu a deterministický kód poté vytvoří sestřih a zkrácené video se souhrny odkazujícími na čas.
Porovnává nové články arXiv se zájmy v přirozeném jazyce pomocí pravděpodobností Jevu a publikuje žebříček i RSS.
Patnáct otestovaných receptů pro Jev: třídění požadavků podpory, organizace souborů, kontrola osobních údajů, přeřazování výsledků vyhledávání, ovládání prohlížeče a další.
Brána oprávnění pro Claude Code, která kombinuje kontroly se znalostí shellu s rozhodnutími Jev a volání nástrojů v automatickém režimu povoluje, odmítá nebo předává dál.
Testuje otázky pro Jev na označených ladicích a kontrolních datech a ukazuje chyby, kalibraci i to, zda lze otázku bezpečně použít jako rozhodovací bránu nebo pro řazení.
Staví proti sobě lokální model Laya a Jev v závodech ve hře Snake a v bojové aréně; každý tah určuje skutečné rozhodnutí modelu.
Rozšíření prohlížeče, které filtruje příspěvky na X podle pravidel napsaných běžným jazykem a používá Jev nebo jiný kompatibilní model zvolený uživatelem.
Jupyter recepty pro Choice, Noul a Score, které oddělují zveřejněné živé či nahrané příklady od plánovaných.
Přidává rozhodování Jev do agentů OmO a senpi pro výběr dovedností a nástrojů, kontrolu postupu, odhalení smyček a volitelné chráněné akce.
Agentská smyčka pro DeepSeek Harness postavená na Jev, s opakovaně použitelnými typovanými akcemi, prahy jistoty, opakováním a stopami provádění.
CLI, správce balíčků a SDK, v němž Jev podle požadavku v běžném jazyce vybere nainstalovaný malý program a jeho spuštění řídí podle míry jistoty.
Místní MCP server pro prohlížeč a macOS: Jev volí omezené akce a místní kód je provádí, ověřuje a ukládá stopy.
Praktický kurz Jevu s notebooky o agentech, směrování, bezpečnostních kontrolách a vzorcích rychlého a pomalého uvažování.
Workshopová rekonstrukce CLM-8B s trénovacím kódem, měřenými replikacemi, popsanými nedostatky a interaktivními ukázkami.
Otevřený vizuální rozhodovací model 4B se zveřejněnými vahami a kódem pro trénink a kalibraci, poskytovaný přes API TypeSafe System One.
Dávkový proxy s klienty pro Python a JavaScript souběžně vyhodnocuje stavy Jev a vrací seřazené proudy Apache Arrow.
Otevřený rozhodovací model pro pozorování Země s váhami, kódem pro trénink a hodnocení, kalibrovanými pravděpodobnostmi a satelitními benchmarky.
Nástroj pro testy v prohlížeči: Jev najde ovládací prvky, záznamy řídí další běhy a výsledek určuje kód aplikace.
Plugin OpenCode Magpie vyhledává bezplatné katalogy OpenCode Zen a Kilo Gateway a přidává nativní směrování Jev System One.
Přidává do Jevu obrázky, video a RGB-D převodem rozpoznaných objektů a údajů o scéně na strukturovaná vizuální rozhodnutí.
Reprodukovatelná laboratoř pro více agentů a koordinační jádro, kde Jev odhaluje konflikty mezi souběžnými zápisy Claude Code a rozhoduje o pokračování, čekání nebo předání nejistých případů pomalejšímu modelu.
Rozpoznávání pojmenovaných entit bez tréninku, v němž Jev vybírá, ověřuje a typuje úseky textu a vrací pravděpodobnosti, stopy a vícejazyčné testy.
Srovnávací aplikace se ptá Jevu a AnyJevu, zda je titulek satira nebo skutečná zpráva, a ukazuje obě rozhodnutí i pravděpodobnosti.
Jedním CLI hodnotí 20 rodin modelů podobných Jevu v osmi sadách benchmarků a nabízí připravená data, pravděpodobnostní metriky a žebříčky ke stažení.
Vrstva pro ovládání Androidu, kde Jev vybere další krok v rozhraní a nativní automatizace jej ověří a provede.
Prohledává dálkově snímané snímky s velmi vysokým rozlišením, hodnotí výřezy a volí mezi odpovědí z paměti a obrazových důkazů.
Plíživá hra: Jev navrhuje rozhodnutí strážných a deterministický herní kód je ověřuje a provádí.
Runtime pro DGX Spark poskytující kalibrovaná rozhodnutí d3-ultra přes API kompatibilní s Jev a zveřejňující výsledky JevBench.
Lokální server kompatibilní s OpenAI spojuje malý model llama.cpp s rozhodnutími Jev a ponechává generování textu na zařízení.
Ovládací panel macOS pro programovací agenty, který pomocí Jevu směruje požadavky do aktivní relace, složky nebo staršího rozhovoru.
Plně duplexní hlasová pipeline, v níž Jev řídí střídání mluvčích a další modely zajišťují rozpoznání a odpovědi.
Brána kompatibilní s OpenAI, která pomocí Jev směruje požadavky k modelům, agentům nebo nástrojům a uchovává stopy i záložní postupy.
Reactový inspektor pro sledování požadavků, odpovědí a vícekrokových rozhodovacích toků TypeSafe Jev při vývoji aplikací v Node, Vite nebo Next.js.
Indexuje viditelné ovládací prvky, aby Jev vybral platnou akci Playwright, a ukládá důkazy i opakovatelné testy.
Pythonová sada Jev se synchronními a asynchronními klienty, dávkami, kalibrací, prahy jistoty, grafickými modely, CLI a serverem MCP.
CPU proxy, která se učí opakované úzké otázky od Jev, Rune či Clef a lokálně odpovídá až po dosažení nastavené shody.
Osm příkladů v Pythonu pro technická rozhodnutí, včetně směrování CAD, předběžného třídění FEM a porovnávání kusovníků.
Rozšíření prohlížeče, které nechává Jev hodnotit čitelné části stránky podle deseti kritérií srozumitelnosti, kvality textu a on-page SEO.
Spojuje asynchronní detekce Jev Box s optickým tokem a Kalmanovým filtrem pro sledování objektů v reálném čase bez čekání s každým snímkem na síť.
Pomocník pro pracovní nabídky v Androidu kombinuje rozhodnutí Jevu s místními pravidly a zvýrazňuje mzdu, benefity a podmínky k ověření.
Kód, datové sady a výsledky reprodukovatelné black-box red-team studie univerzálních útočných přípon proti typovaným rozhodnutím Jev.
Hodnotí modely System One a generativní LLM na 52 199 typovaných rozhodnutích a uzavřených prostředích a zveřejňuje data, nástroje a žebříček.
Multiplatformní desktopové prostředí pro Claude, Codex a Grok, které může Jev využívat k rychlým hlasovým rozhodnutím a řízení agentů.
Google Apps Script používá Jev k označování, prioritizaci a archivaci Gmailu, tvorbě úkolů s termínem, označení phishingu a dennímu souhrnu.
Porovnává 20 specializovaných rozhodovacích modelů a tři LLM bez uvažování na 1 342 textových rozhodnutích v 31 kategoriích a měří přesnost, náklady a medián/p95 latence.
Příklad SeleniumBase, který z HTML vybere relevantní důkazy a zeptá se Jevu na přítomnost a typ CAPTCHA.
Samostatně hostovaná bojová aréna pro rozhodovací modely s nastavitelnými bojovníky, párovými turnaji, deterministickými záznamy a benchmarkem 21 modelů.
Plugin OpenCode nabízí rozhodnutí System One kompatibilní s Jevem jako nástroje agenta a automaticky hodnotí vybrané události pracovního postupu.
Místní brána MCP, která kombinuje deterministické kontroly PII/PHI s omezenými rozhodnutími Jev před přístupem programovacích agentů k citlivým souborům.
Reprodukovatelný kontrafaktuální audit 134 772 odpovědí Jev měřící vliv změn pouze identity na typovaná rozhodnutí.
Přidává do smyček rekurzivních jazykových modelů kalibrovaná dílčí volání Jev pro klasifikaci, ano/ne a hledání pasáží, s limitem nákladů, offline testy a reprodukovatelnými experimenty.
Typovaná vrstva Go pro Jev a Cloudflare Clef s Choice, Noul, Score, porovnáním poskytovatelů, výslovnými pravidly a testovacími náhradami.
Rozšíření správy pro agenta pi, které používá Jev k plánování, směrování modelů, kontrole oprávnění a ověření výsledku.
Spustitelné příklady v Pythonu přes OpenRouter, včetně třídění požadavků podpory a offline testů.
Vícejazyčný benchmark porovnávající Jev, jiné rozhodovací API a tři LLM při čtyřech hlasových rozhodnutích v reálném čase v angličtině, hindštině a hinglish.
Cílově řízený agent Playwright používá Jev k volbě akcí v rozhraní a kontrole postupu, zaznamenává průchody a vytváří uživatelské návody.
Komunitní uzly n8n pro typovaná rozhodnutí ano/ne, výběr a skóre přes TypeSafe Jev, Venice nebo jiný endpoint /v1/systemone.
Tyto komunitní modely a experimenty s rozhraním se inspirují Jevem nebo zkoumají podobné přístupy ke strukturovanému rozhodování. Nejde o oficiální verze Jevu od TypeSafe a nejsou součástí výše uvedeného žebříčku projektů na GitHubu.
Přečíst průvodce System One pro vývojářeQwen3.5-9B + diffusion drafterRozhodovací model 9B ve stylu Jev s volitelnou fází uvažování, zveřejněnými vahami, trénovacím kódem a daty a kompatibilním lokálním API.
Qwen3.5-4BPravděpodobnostní rozhodovací model 4B s otevřenou slovní zásobou, zveřejněnými vahami a dvoufázovým tréninkem, lokální inferencí a službou HTTP.
Qwen3.5-9BAdaptér LoRA a postup trénování inspirovaný Jevem pro výběr z možností a otázky ano/ne. Běží lokálně, zatím přijímá jen text.
Qwen3-0.6BMalý model s rozhodovacími hlavami, zveřejněným trénovacím kódem a herními ukázkami výběru akcí.
Qwen3.5-2BDoladěný model vrací rozdělení pravděpodobností pro strukturované otázky v jediném průchodu. Současná verze podporuje jen angličtinu.
ModernBERT 151M / Verdict 2.0Malý rozhodovací model založený na enkodéru, se zveřejněnými vahami a ukázkou WebGPU v prohlížeči.
Qwen3.5-0.8BMultimodální rozhodovací model s 0,8B parametry a zveřejněnými vahami, trénovacím kódem i výsledky testů. Text a obrázky zpracuje v jednom průchodu; váhy jsou určené pro nekomerční výzkum.
DiffusionGemma 26B-A4BPoužívá stávající model DiffusionGemma k zodpovídání strukturovaných otázek přes rozhraní podobné Jevu. Nezveřejňuje nové váhy modelu.
Open-model logitsHodnotí povolené odpovědi pomocí existujících otevřených modelů přes rozhraní podobné Jevu. Nezveřejňuje nové váhy modelu.
Spark-X2.5-4BLokální server kompatibilní s Jev, který čte logity odpovědí modelu Spark-X2.5. Otázky sdílejí jeden prefill stavu; součástí je i zkušební rozhraní a benchmarky.
Any causal LLMNástroj, který bez trénování mění kauzální jazykové modely na typované rozhodovací modely, s korekcí vlivu pořadí možností, volitelnou kalibrací a reprodukovatelnými benchmarky.
Qwen3.5 / DeBERTaOffline server kompatibilní s Jev pro Qwen nebo DeBERTa, otestovaný s oficiálním SDK a s publikovanými výsledky JevBench.
Qwen3-0.6BRozhodovací model Qwen3-0.6B pro stopy agentů a další strukturované otázky, se zveřejněnými vahami, typovaným HTTP API a bez dekódování tokenů.
Causal LMs / SGLangPřevádí lokální kauzální jazykové modely na služby Choice, Score a Noul kompatibilní s Jev pomocí hodnocení pouze prefillu; podporuje SGLang, Transformers a multimodální data.
Laya / ONNX RuntimeSpouští otevřený model Laya System One v Node.js přes ONNX Runtime, s formátem požadavků kompatibilním s Jev a zveřejněnými vahami.
Qwen3.5-0.8BRozhodovací model Qwen3.5-0.8B pro thajštinu a angličtinu se zveřejněnými vahami, trénovacím kódem a HTTP API kompatibilním s Jev.
Qwen3.5-0.8B / 2BMultimodální rozhodovací model inspirovaný Jev pro text, obrázky a video s publikovanými vahami, trénovacím kódem a příkazy pro vyhodnocení.
Qwen3.5-4BOtevřený rozhodovací model 4B doladěný z Qwen3.5 s vahami, reprodukovatelným postupem tréninku a popsaným původem dat.
Open decision modelsMístní služba v Rustu, která stahuje a spouští několik otevřených rozhodovacích modelů přes vlastní a s TypeSafe kompatibilní API.
Qwen3.5-0.8B / 2B / 4BMultimodální rodina modelů Qwen3.5 o velikosti 0,8B, 2B a 4B s váhami, kódem pro trénink a inferenci, testy kalibrace a API kompatibilním s Jev.
Qwen3.5-4BRozhodovací model 4B pro angličtinu a korejštinu s veřejnými váhami a kvantizacemi, kalibrovanými pravděpodobnostmi a místním serverem kompatibilním s TypeSafe.
Qwen3.5-0.8B / 2BMístní rodina modelů 0,8B a 2B s váhami, dlouhým kontextem, kompatibilním API, dovednostmi agentů, nástroji MCP a příkazy pro vyhodnocení.
Qwen3.5-2B / 9B · Qwen3.8-27BNezávislá implementace s publikovanými vahami 2B, 9B a 27B, trénovacím kódem, kompatibilním lokálním serverem a reprodukovatelnými testy.
Qwen3.5-VL 2B / 4B / 9BOtevřená multimodální rodina modelů 2B, 4B a 9B pro text a obrázky, s kalibrovanými pravděpodobnostmi, možností odmítnout odpověď, zveřejněnými vahami a kompatibilním lokálním API.
0.6B / 0.8B / 4B decision modelsMalé otevřené modely pro rozhodnutí Choice, Score a Noul se zveřejněnými vahami a lokální inferencí na CPU, GPU NVIDIA a Apple Silicon.
Qwen3.5-0.8B / 4BOtevřené rozhodovací modely Qwen3.5 s 0,8B a 4B parametry, zveřejněnými vahami a trénovacím kódem, místním API kompatibilním s Jev a reprodukovatelnými výsledky Decision Index.
Qwen3.5-0.8B / 4BOtevřené modely Qwen3.5 s 0,8B a 4B parametry trénované pro rozhodování vyhledávacích agentů, se zveřejněnými daty, vahami, záznamy tréninku a kalibračním kódem.
Cloudflare Clef 27B / 9BNativní engine v C a Metalu pro Cloudflare Clef a Clef-Flash na Apple Silicon, který poskytuje rozhodnutí pro text, obrázky a video přes API kompatibilní s Jev.
mmBERT 144.3MDvojjazyčný rozhodovací model s enkodérem a 144,3M parametry pro místní typovaná rozhodnutí, s vahami, kalibračními nástroji, testy a serverem kompatibilním s Jev.
Multilingual Laya checkpointsVícejazyčný neautoregresní rozhodovací engine s veřejnými checkpointy, kódem pro trénink a doladění a kompatibilními lokálními API.
Qwen3.5-0.8B / 4BLokální multimodální engine s neměnnými modely Qwen3.5 a malým trénovatelným fyzikálním modulem, s veřejnými checkpointy 0,8B a 4B.
Laya / ONNX Runtime JavaČistě javový runtime pro Laya s integrací Spring Boot a Gradle a endpointy kompatibilními s Jevem a OpenAI.
Qwen3.5-4B / Qwen3.8-27BFramework pro destilaci a trénink rozhodovacích modelů ve stylu Jevu na Qwen3.5 nebo Qwen3.8, s kalibrací, hodnocením a kompatibilním serverem.
LLM-jp 4.1 8B / encoder 310MJaponská rodina typovaných rozhodovacích modelů s otevřenými vahami 8B a 310M, kódem pro trénink a hodnocení, obsluhou GGUF a API kompatibilním se System One.
Any llama.cpp GGUFPřidává k existujícímu chatovacímu modelu llama.cpp API System One a vyhrazené klasifikační dráhy, volitelnou kalibraci a omezené uvažování bez načtení druhého modelu.
Qwen3-VL-4BMultimodální rozhodovací model na Qwen3-VL-4B s dynamickým hodnocením možností, volbou nezávislou na pořadí, kalibračním kódem a technickou zprávou; checkpointy zatím nejsou ke stažení.
BitNet b1.58 2BTernární rozhodovací model BitNet 2B s ukazovací hlavou, typovanými pravděpodobnostmi, reprodukovatelným záznamem tréninku a změřenou kalibrací; zveřejněný checkpoint je zatím soukromý.
Open ONNX decision modelsLokálně na CPU přes ONNX spouští vybranou sadu otevřených rozhodovacích modelů a nabízí typovanou knihovnu, CLI, REST a API kompatibilní se System One.
Qwen3-VL-4BOtevřený vizuální rozhodovací model 4B se zveřejněnými vahami a kódem pro trénink a kalibraci, poskytovaný přes API TypeSafe System One.
Open decision model familiesMístní prostředí, které urychluje otevřené rozhodovací modely přesným větvením stavu a zpřístupňuje více textových i multimodálních rodin přes jedno rozhraní.
Multilingual encoder 57M / ONNXVícejazyčný enkodérový rozhodovací model s 57 miliony parametrů pro Choice, Noul a Score, s inferencí ONNX, ukázkami v prohlížeči a na Raspberry Pi a kompatibilním API System One.
Qwen3.5-9B LoRA / GGUFMultimodální rozhodovací model 9B zaměřený na CPU ve formátu GGUF, s Choice, Score, Noul, API kompatibilním s TypeSafe a sadou pro dolaďování LoRA.
Qwen3.5-9B / d3-flashOtevřený rozhodovací model pro pozorování Země s váhami, kódem pro trénink a hodnocení, kalibrovanými pravděpodobnostmi a satelitními benchmarky.
Qwen3.5-9B / Qwen3-VL-8BProhledává dálkově snímané snímky s velmi vysokým rozlišením, hodnotí výřezy a volí mezi odpovědí z paměti a obrazových důkazů.
d3-ultra 27B / NVIDIA DGX SparkRuntime pro DGX Spark poskytující kalibrovaná rozhodnutí d3-ultra přes API kompatibilní s Jev a zveřejňující výsledky JevBench.
CPU proxy / learned narrow modelsCPU proxy, která se učí opakované úzké otázky od Jev, Rune či Clef a lokálně odpovídá až po dosažení nastavené shody.
CLM-8BWorkshopová rekonstrukce CLM-8B s trénovacím kódem, měřenými replikacemi, popsanými nedostatky a interaktivními ukázkami.
Nezávislé komunitní projekty, nikoli oficiální verze Jevu.
Spuštěné produkty, samostatné weby, aplikace, hry, automatizace, open-source projekty i neobvyklé experimenty jsou vítané, pokud v nich Jev skutečně hraje roli. Každý návrh osobně posoudíme.
Ověřujeme přihlášení…
Před zařazením kontrolujeme účel a původ repozitáře. Popisy vycházejí z tvrzení autorů a nejsou nezávislým hodnocením výkonu ani bezpečnosti. Hvězdy, jazyk, licence a poslední aktualizace pocházejí z datovaného snímku GitHubu.
Hvězdy určují jen pořadí v tomto malém výběru; kvalitu neměří. Před použitím kódu si projděte README, licenci a nedávnou aktivitu.