jaredpalmer/kev
Jev-like family of decision models built on top of Qwen3.5/3.8 you can train and run on your own
解決する課題
Kevは、分類、スコアリング、イエス/ノーの意思決定といった構造化されたタスクを処理するために設計された、小型で専門的な意思決定モデル群を提供します。これは独自の意思決定モデルAPIのオープンソースの代替手段として機能し、開発者が高精度で調整済みの意思決定ロジックをローカルまたは独自のインフラストラクチャ上で実行できるようにします。
仕組み
KevモデルはQwenベースモデルを基盤として構築され、特定の意思決定タスク向けに最適化されています。テキスト入力(「状態」)と一連の質問を受け取り、関連する確率を伴う構造化された回答を返します。これらのモデルは、既存のTypeSafe SDKとドロップインで互換性を持つように設計されています。特定のドメイン要件に適応させるためのカスタムデータセットでの微調整をサポートしており、開発者が自動化のための信頼性の高い信頼度しきい値を設定できるように調整済みの確率が含まれています。
対象ユーザー
このプロジェクトは、チケットルーティング、感情分析、ポリシー適用などの意思決定ワークフローを自動化する必要があり、ブラックボックス化された独自のAPIから離れ、自身でホスト、微調整、監査が可能なモデルを求めている開発者やエンジニア向けです。
ハイライト
- 4つのモデルサイズ(0.8Bから27B)を提供し、ノートパソコンからデータセンターのGPUまで、精度とハードウェア要件のバランスを調整可能。
- デフォルトで調整済みの確率を提供し、信頼性の高い自動意思決定しきい値を実現。
- TypeSafe System One APIと完全に互換性があり、既存の独自設定からの移行が容易。
- 最大65,536トークンまでの長文ドキュメントをサポート。
- Modal上のコーディングエージェントを介して自動化、または標準スクリプトを使用して手動で実行可能な微調整ワークフローが含まれています。
- アイドル時にゼロまでスケールダウンするHTTPSエンドポイントとしてデプロイ可能で、コストを最小限に抑えます。
関連
- Dispatch
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト