# Liuziyu77/Valen

> Мультимодальная модель принятия решений на базе Qwen3.5-0.8B/2B: принимает текст, изображения и видео с инструкцией и возвращает вероятности по заданным вариантам без генерации токенов ответа. Включает код модели, обработку данных, SFT и RLCD-обучение, инференс и оценку.

- Магнитуда: 4,6 из 10 — Ранний сигнал
- Звёзды: 90 всего · +0 звёзд сегодня, к вечеру ≈ 41
- Доверие к звёздам: рост звёзд выглядит естественно
- Категория: Языковые модели · Язык: Python · Лицензия: Apache-2.0 · Создан: 2026-09-23 · Последний коммит: 2026-09-24
- GitHub: https://github.com/Liuziyu77/Valen · Страница: https://gitnova.dev/r/Liuziyu77/Valen

## Чем пригодится

- Обучить модель на своих данных через python -m valen.train с собственным конфигом
- Прогнать инференс наL-записях с изображениями и получить вероятности по вариантам
- Проверить пайплайн оценки на синтетических примерах из data/smoke

## Почему он здесь

- Сегодня уже 0 звёзд, к концу дня ожидается около 41.
- Всплеск держится 3 дня подряд — это не случайный выброс.
- Репозиторию 2 дня, а у него уже 90 звёзд. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет.
- Топ новых репозиториев за неделю: #175.
- Около 8 форков в сутки — код забирают себе.
- Среди свежих форков — заметные разработчики: @MiroKaku (524 подп.).

## Доверие к звёздам

Рост звёзд выглядит естественно.

Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду.

## Цифры

- Форков: 13
- Issues и pull requests: 28
- Наблюдателей: 3
- В среднем за неделю: 43 в день
- Обычный темп: мало истории (меньше двух недель)
- Звёзд за последний час (по замерам): 2

## Звёзды по дням за 6 дней (от старых к новым, сегодня — неполный день)

2026-09-20 … 2026-09-25: 0, 0, 1, 39, 50, 0

## Где замечен сейчас

- Топ новых репозиториев за неделю: #175

## Похожие по описанию

1. **bespokelabsai/nimble** — 3,4 · Остывает · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 29
   Nimble — модель и рецепт обучения для быстрых типизированных решений по тексту: по схеме из enum- и boolean-полей она выбирает ответ и возвращает вероятности каждого варианта. Нужна для маршрутизации, проверки условий и применения политик…
   Полная карточка: https://gitnova.dev/r/bespokelabsai/nimble.md
2. **Yinsongxu/LLM2Jev** — 3,4 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 24
   Инструмент превращает локальные языковые модели в движки структурированных решений: принимает вопросы Choice, Score и Noul и возвращает типизированные ответы с вероятностями, используя только prefill-инференс без генерации токенов.
   Полная карточка: https://gitnova.dev/r/Yinsongxu/LLM2Jev.md
3. **TianyuCodings/NanoJev** — 2,6 · Остывает · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 54
   Реплика модели Jev на базе Qwen3-0.6B: выдаёт распределения вероятностей по кандидатам за один forward-проход без декодирования токенов, с пайплайном обучения и демо на играх (лабиринт, Snake).
   Полная карточка: https://gitnova.dev/r/TianyuCodings/NanoJev.md
4. **allebee/jevk5** — 4,3 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 37
   Открытая альтернатива TypeSafe Jev: по состоянию (тикет, лог, политика, diff) и вопросу с вариантами возвращает вероятности для каждого варианта за один forward pass без генерации токенов. Веса Qwen3.5-4B + LoRA под Apache-2.0, сервер…
   Полная карточка: https://gitnova.dev/r/allebee/jevk5.md
5. **ekzhang/openjev-sglang** — 1,6 · Остывает · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 12
   HTTP-сервер, реализующий API TypeSafe/Jev для структурированной классификации текста на базе Qwen3.6-35B-A3B и SGLang; возвращает вероятности ответов без генерации цепочки рассуждений.
   Полная карточка: https://gitnova.dev/r/ekzhang/openjev-sglang.md

---

Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества.
Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз.
Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории.
Данные на 2026-09-25 02:11 UTC, обновление каждые 30 минут.