firelex/jeff
Fine-tunes of Qwen3.5 and Gemma 4 for zero-shot classification
О проекте
Небольшие дообученные модели Qwen3.5 и Gemma 4 для zero-shot классификации: по описанию ситуации и списку вариантов возвращают калиброванную вероятность для каждого варианта за один forward pass.
Чем пригодится
- Разметить обращения в поддержку по командам без обучающих примеров
- Определить интент пользователя или метку модерации по тексту
- Поднять локальный HTTP-сервис классификации на GPU или Apple Silicon
Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.
Почему он в тренде
- Сегодня 77 звёзд.
- Репозиторию 0 дней, а у него уже 60 звёзд. Истории меньше двух недель, так что обычного темпа, с которым можно сравнить всплеск, у него ещё нет.
- Hacker News: «Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms» — 81 очко, 1 ч назад.
Звёзды по дням
Столбики — звёзды за день, линия — обычный темп. Красным — дни всплесков.
Цифры
- Всего звёзд
- 60
- Сегодня
- 77
- Форков
- 4
- Issues и pull requests
- 0
- Наблюдателей
- 1
- Язык
- Python
- Лицензия
- MIT
- Создан
- 28 сентября 2026
- Последний коммит
- 28 сентября 2026
Доверие к звёздам
Рост выглядит естественно: форков и обсуждений столько, сколько бывает у живых проектов, а звёзды приходят неровно, как от людей.
Это эвристики, а не приговор: судим по поведению репозитория, а не по списку звездивших.
Обсуждения на Hacker News
- Jeff – Jev-compatible 0.8B decision models, trained at home, ~30 ms81 очко, 28 сентября 2026
Где замечен
- 28 сентября 2026Топ новых репозиториев за неделю: #136; Замечен на Hacker News
Поделиться
Бейдж для README
Вставьте в README — бейдж сам показывает свежую магнитуду и ведёт на эту страницу.
[](https://gitnova.dev/r/firelex/jeff)Похожие по описанию
-
4,1
Mapika/decider
Языковая модель, которая не генерирует текст, а за один forward pass возвращает калиброванные вероятности по типизированным вопросам (Choice, Score, Noul) о заданном состоянии. Открытое воспроизведение класса моделей…
-
1,1
allebee/jevk5
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…
-
3,8
jaredpalmer/kev
kev — LoRA-адаптер с небольшим readout-хедом на базе Qwen2.5-0.5B, который за один forward pass отвечает на множество типизированных вопросов по документу, выдавая калиброванные вероятности вместо текста.
-
0,0
AndrewPrifer/jimothy
Инструмент для обучения небольших локальных классификаторов текста на примерах, совместимых с Jev. Работает в браузере или Node.js, поддерживает бэкенды TF-IDF и MiniLM.
-
0,6
kshetrajna12/reflex
Открытая модель принятия решений: на вход подаётся состояние (текст, JSON или изображение) и типизированные вопросы, на выходе — калиброванные вероятности по вариантам ответа. Работает поверх Qwen3.5, отвечает числами…
-
3,9
Rizzo-AI-Academy/rizzo-flow
Локальная реализация идеи Jev: LLM возвращает типизированные решения (boolean, choice, score, numeric) с вероятностями за один forward pass, без генерации токенов. Совместим с HTTP-интерфейсом TypeSafe API.