
GitHub-радар
Модель ИИ, которая выдаёт вероятность ответа, а не текст
GEV-26B-Decide отвечает на вопрос с вариантами ответа калиброванной вероятностью для каждого варианта, а не абзацем текста. Создана для повторяющихся решений — вроде отбора лидов или маршрутизации тикетов.
Модель получает вопрос с вариантами ответов и для каждого варианта считает вероятность, а не пишет текст. Калиброванная вероятность значит, что число совпадает с тем, как часто ответ оказывается верным. Можно включить режим рассуждений: тогда модель сначала отвечает быстро, а если не уверена — думает шаг за шагом. Она также работает с изображениями. Она умеет кликать в нужную точку на экране или по фото с камеры управлять роборукой. Среди родственных моделей это самая быстрая по кликам — втрое быстрее JEV-27B-VL. С захватом предметов она справляется хуже: успех в 40% случаев против 75% у той же модели. Готового пакета для Ollama нет. Ollama — это инструмент, который запускает модели локально в один клик. Запускать GEV-26B-Decide нужно через vLLM или transformers — так называют инструменты для разработчиков, которые запускают модели ИИ. Нужен Mac с памятью от 32 ГБ или видеокарта на 24 ГБ.
Когда пригодится
Пригодится, если нужно классифицировать или оценивать поток однотипных решений — тикеты, лиды, отзывы. Не подходит, если нужен чат-ассистент, который пишет связный текст.
Плюсы
- По собственному тесту AutoTrust обгоняет платного конкурента TypeSafe Jev
- Режим рассуждений резко поднимает точность в логических головоломках
- Самая быстрая модель семейства по кликам на экране
- Работает и с текстом, и с изображениями
Минусы
- Сравнение с конкурентом — собственный тест AutoTrust, не независимый
- Хуже захватывает предметы роборукой: 40% против 75%
- Нет готового пакета для Ollama, нужны vLLM или transformers
Как поставить — по шагам
- 1Открой страницу модели на Hugging Face — сайте, где выкладывают модели ИИ для скачивания: https://huggingface.co/autotrust/GEV-26B-Decide
- 2Проверь, что у тебя Mac с памятью от 32 ГБ или видеокарта на 24 ГБ.
- 3Открой агента (Claude Code, Codex) в папке своего проекта.
- 4Отправь агенту текст из блока ниже.
- 5Проверь, что агент запустил модель через vLLM или transformers и получил вероятности.
- 6Задай модели свой типовой вопрос с вариантами ответа и сравни вероятности.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Разберись, как запустить локально модель GEV-26B-Decide от AutoTrust: https://huggingface.co/autotrust/GEV-26B-Decide — через vLLM или transformers, задай ей типовой вопрос с вариантами ответа и покажи, какую вероятность она вернёт для каждого.
Нужен Mac от 32 ГБ памяти или видеокарта на 24 ГБ — у модели 26 миллиардов параметров (активны из них около 4 миллиардов на токен). Готовой сборки под Ollama нет.
Открыть на Hugging Face▌ Ещё находки