featherless-ai/simple-jev

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

使用兼容的开放模型进行结构化分类和评分，无需训练单独的分类头。服务器根据下一词元的logits构建包含选项、标准评分或真伪与证据支持判断的JSON，而不是让模型生成JSON文本。

对 ATF 的帮助

设计Harness的任务结果检查时，可以参考其评分接口。设计LabChin的研究资料评估时，可以比较其结构化分类和证据支持判断方式。

许可证

无许可证 未找到许可证文件。没有许可证时，默认不允许复用代码。

同领域的其他仓库

• bespokelabsai/nimble
  这是分享类型化决策模型的数据筛选、训练和服务方法的项目。它接收文本和问题模式，选择选项或真假答案，并返回允许答案的概率。
• hr98w/jev-visual
  这是一个面向Apple Silicon的教学实验，使用Qwen3.5和MLX对候选输出评分，回答关于同一图像的多个问题。它包含本地浏览器界面、CLI和HTTP API。
• NandhaKishorM/laya
  这是多语言决策引擎，通过一次前向传播回答关于文本、邮件、工单或JSON的类型化问题。路由器为每个请求选择检查点。
• anthropics/uplifting-biomolecular-modeling
  这是一组面向固定上游版本的蛋白质和基因组机器学习工具的推理优化套件。它是参考发布，不再维护，也不接受贡献。
• dexmal/dexbotic
  这是基于PyTorch的视觉语言动作研究工具，涵盖预训练、微调、推理及评估，提供多种模型配置、统一机器人训练数据格式和部署脚本。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。