Jeeves: точный классификатор текста для да/нет, выбора и оценки

GitHub-радар

Jeeves: точный классификатор текста для да/нет, выбора и оценки

Это модель, которая отвечает на вопросы о любом тексте — да/нет, выбор варианта или оценка по шкале — и ошибается реже простых классификаторов, но для неё нужна мощная видеокарта или Mac с большим объёмом памяти.

01PostHog/jeeves 391Python

Это модель-классификатор: ты даёшь ей текст и вопросы (да/нет, выбор из вариантов, оценка по шкале), она сначала «обдумывает» ответ, а потом выдаёт вероятности.

Когда пригодится

Пригодится, если нужна высокая точность на сложных пограничных случаях — например, разбор обращений клиентов. Не нужен, если хватает простого быстрого классификатора или нужна модель общего назначения для текста и кода.

Плюсы

  • Точнее простых классификаторов на новых, незнакомых данных
  • Отвечает сразу на несколько вопросов разных типов за один запрос
  • Можно отключить «обдумывание» — ответ придёт за 0,3 секунды
  • Совместима с API Jev — можно подключить как замену

Минусы

  • Нужна видеокарта с CUDA или Mac с 48+ ГБ памяти — на обычном ноутбуке не запустить
  • С «обдумыванием» сложный ответ может занимать до 17 секунд
  • Отвечает только на заданные вопросы о тексте, код не пишет и общих задач не решает

Как поставить — по шагам

  1. 1Открой терминал на сервере с видеокартой CUDA или на Mac с 48+ ГБ памяти.
  2. 2Открой ИИ-агента (Claude Code или Codex) в папке своего проекта.
  3. 3Отправь агенту текст из блока ниже — он развернёт модель и подключит её вместо классификатора.
  4. 4Проверь ответ на тестовом обращении — модель вернёт вероятности и, по запросу, ход рассуждений.
  5. 5Если важна скорость, попроси агента отключить «обдумывание» для мгновенных ответов.

Текст для агента

Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):

Разверни модель из этого репозитория: https://github.com/PostHog/jeeves — у меня на сервере с видеокартой (или на Mac с 48+ ГБ памяти, если такой есть), подключи её вместо обычного классификатора заявок и покажи ответ на тестовый текст.

Нужна видеокарта с CUDA или Mac с 48 и более гигабайтами памяти — одни веса в bf16 весят 21 гигабайт, на обычном ноутбуке не запустить.

Открыть на GitHub