当前文档运行时是本地 HF/PyTorch
README 描述本地服务与 /v1/classifier；不能泛化为任意标准推理端点都兼容。
查看对应来源 ↗代码仓库分析
simple-jev
将任意开源大语言模型转化为分类器与 Jev 兼容端点的适配服务，无需额外训练专用分类头。
E2 · 资料已核对已检查公开资料或源码证据；仅有固定提交链接并经对应源码核对，才可称固定版本核验。不代表本站运行过、认可性能或保证安全。
- Stars
- 507
- Forks
- 58
- 协议
- Apache-2.0
- 最近提交
- 2026-09-24
Jev 在这里做什么
通过分析输入文本在模型词表中的 logits 分布，将候选项映射为标准 Jev 离散概率输出。
通过文档中的本地 Hugging Face/PyTorch 服务，在兼容开放模型上试验类型化候选读出；固定接口为 /v1/classifier，不代表兼容所有推理端点。
已核对固定 README 与驾驶演示请求逻辑，未运行模型服务。底座 logits、应用安全检查和单候选捷径属于不同结果来源，不能混为一个模型基准。
这个项目适合解决什么任务？
不训练独立分类头，直接把开放模型的候选 logits 转为结构化判断。
资料分析日期：
从输入到动作
- 验证共享 state/messages 与问题。
- 由本地 HF/PyTorch 读取下一 token 候选分数。
- 服务端组织响应，应用在模型之外限制可行动作。
实现中值得检查的地方
驾驶演示可在单候选时跳过推理
jev-request.js 在仅一项合格时本地解决，API 层拒绝未知路径或将碰撞且仍移动的向量；耗时报告要分清模型与确定性捷径。
查看对应来源 ↗选择建议
适合已有开放模型服务、能评估候选读出的团队；输出类似 Jev 的 JSON 不证明质量或校准等同。
如何自行检查
对照 classifier API 与驾驶演示 prepare/restore，解释运行记录时检查 decision_source 及候选 ID。
结论的适用边界
- 本站未下载模型、启动服务或运行驾驶仿真。
- 底座、提示协议及选项顺序都会影响质量。