GitHub-радар
kev: открытая модель для принятия решений, которая работает на вашем Mac
kev — открытый аналог TypeSafe Jev: скармливаешь текст и список вопросов, модель за один проход возвращает вероятности по каждому варианту ответа, без генерации текста.
kev — открытый аналог TypeSafe Jev, коммерческого сервиса, который классифицирует текст по заданным вопросам: в какой отдел направить обращение, насколько расстроен клиент, нужна ли эскалация. Внутри — LoRA-адаптер на базе Qwen (от 0.5B до 8B параметров). Документ обрабатывается один раз; потом все вопросы отвечаются параллельно за один проход — без генерации текста, только вероятности по каждому варианту. Поддерживает три типа вопросов: да/нет, выбор из вариантов, оценочная шкала. API полностью совместим с официальным TypeSafe SDK: код, который сейчас вызывает Jev, заработает с kev после смены base_url. На незнакомых данных kev-8b набирает 0.774 против 0.857 у Jev.
Зачем это вайб-кодеру
Полезно тем, кто строит автоматизации с маршрутизацией: поддержка, фильтрация контента, любые да/нет-решения в пайплайне — и без платы за API на каждый вызов. Качество честное: для однотипных повторяющихся задач достаточно; на сложных незнакомых данных коммерческий Jev точнее.
Как поставить
Скопируйте и отправьте своему агенту — Claude Code, Codex, любому:
Разверни kev-4b с https://github.com/jaredpalmer/kev — установи зависимости по README, скачай веса с Hugging Face, запусти локальный сервер и покажи пример маршрутизации тикетов поддержки по отделам с тестовым запросом. Если для загрузки весов понадобится токен Hugging Face — спроси меня.
Нужен Mac с чипом M-серии и 32 ГБ памяти для основной версии (4B). Версия 0.5B запустится на меньшем объёме, но точность ниже.
Открыть на GitHub▌ Ещё находки