WHAT-THE-JEV / RESOURCES
决策模型，以及围绕它们生长的工具与应用。
Laya 多语言 checkpoint 的中文微调复现，含机译数据划分与作者自报测试结果。
0.8B 至 35B-A3B 的类型化决策模型家族，可读文本、JSON 与图像，权重限非商业使用。
Bespoke Labs 的开放 Jev 替代，基于 Qwen3.5-9B 的一步式类型化文本决策模型。
razorback16 的开源 System One 决策服务器，同名项目多需带 owner 区分。
Interfaze AI 的 System One 决策模型，附带 levbench 评测 harness。
Supersonic Labs 的 144.3M 紧凑决策模型，可在 CPU 与浏览器运行。
Frontier Infra 的 System One 风格决策模型，含训练与评测完整流水线。
Invergent 的多模态决策模型，可读文本与图像，单次前向给出概率。
TokenRhythm 的 prefill-only 决策模型，面向 agent 的路由与评分。
多语言非自回归决策引擎，单次前向输出类型化决策与校准置信度，覆盖 100+ 语言。
基于 Qwen 的小型决策模型家族，可自训自部署，三类问题相互隔离并输出校准概率。
Mapika 的 Apache-2.0 决策模型家族，0.8B 至 35B 多变体，训练配方公开。
蒸馏 LoRA 加选项字母 logit 读取的开源决策模型，JevBench v1.4 开源第一。
单次前向决策服务器及 5 个配套模型，4B 适配器仅限研究与演示用途。
零训练方案，从冻结开源模型一次前向直读选项概率，代码 MIT 开源。
基于 Qwen3.8-27B 的多模态决策模型，权重 Apache-2.0 开源并提供商业托管 API。
Cloudflare 的 27B/9B 决策模型，支持图片输入与 64K 上下文，兼容 Jev API。
Qwen3.5 4B/0.8B LoRA 决策权重，仅支持 choice 型，附 17 美元训练记录。
KAIST 开放权重评审模型家族，输出评分与文字判断，非类型化概率分布。