相关

• 项目
  razorback16/openjev

  OpenJev 是一个开源决策服务器，通过读取扩散模型内部的概率分布，提供快速、结构化且经过校准的答案（是/否、选择、评分）。

• 项目
  Contrastive-LM/CLM

  Contrastive Language Models (CLM) 是一个真正的 AI 项目，提供了一个快速、对比训练的决策模型 (CLM-8B)，用于根据文本状态对动作进行评分。它提供了一个可通过 pip 安装的库、一个带有 Web 演示页面的 FastAPI 服务器以及一个类型化问题 API（二进制、选择、评分）。该模型在智能体基准测试中实现了最先进的验证性能，同时比同类智能体快 9 倍。它包含用于在自定义数据上微调轻量级投影头的脚本，并以 Apache 2.0 协议发布。

• 项目
  facebookincubator/nimble

  由 Meta 设计的一种列式文件格式，专为大型、宽泛的数据集设计，优化了机器学习训练表和特征工程的存储与访问。

• 项目
  InternLM/Intern-Decision

  Intern-Decision 是一个模型，它将状态、可选图像和类型化问题（选择、评分、是/否）转换为校准的决策概率。它微调了 Qwen3.5 的语言骨干，包含训练和两个推理后端，并附带分布校准基准和浏览器演示。

• 项目
  nokia-applied-research/AnyJev

  AnyJev 允许你向 LLM 提出一个类型化问题（选择、是/否或评分），并返回一个带有选项概率分布的决策，无需解析。它提供了一种免训练模式，可在零标签的情况下纠正顺序和标签偏差，以及自蒸馏的 Tacit 模型，可进行单次决策并可选自适应推理。