任意模型。
你的 下一步。

训练与部署 System 1 决策模型。向 JevAny 提供当前状态和候选选项,即可获得选择结果及各选项的概率。

JevAny 应用演示

查看全部 30 个案例
抓住插销,对准插孔,然后将其放入。 01 / 06

这些回放来自早期模型。 回放说明 · 在本地体验模型

查看全部 30 个案例
机器人装配 调试巡检机器人,配置 24 V 总线、5 V 相机供电和巡检固件,并完成接线测量与相机校准。操作顺序需满足机械可达性、电源隔离和测试有效性的要求。实验室自动化 校准移液器,将 40 µL 蓝色液体和 20 µL 红色液体转移到 B3,混合时避免污染原液。转移后再校准无法修正剂量错误;混合过快会导致液体溢出。电路板质检 分拣电路板前,区分表面瑕疵与电路断路。结合光学检查和电阻测量正确放行,避免误弃完好的电路板。抽屉操作 伸手抓住把手,将抽屉拉开 14.86 cm 后松开。近景展示抽屉的滑动机构。插销入孔 抓住绿色插销,将其移到青色插孔上方,降低并松开,使其落入孔内。传送带分拣 推进并停止传送带,抓取绿色包裹,将其放入对应的箱子。接触式操作 从七种持续运动控制中选择绕过障碍的接触路径。即使零件最终到达目标,触碰障碍仍会计入违规。实体控制面板 通过短按和长按实体按钮隔离电源、泄压、夹紧,并在 20–30 kPa 下调试夹具。带载夹紧和超压会引发故障。按钮行程由 Bullet 物理引擎模拟,压力与联锁使用显式状态模型。积木堆叠 抓住并抬起绿色积木,将其放在蓝色底座上后松开。侧视图显示接触高度。无人机配送 规划航线能耗、停机坪占用、等待和降落,完成配送时至少保留 12 单位能量。等待会消耗能量,降落前释放货物会导致货物丢失。仓库订单履约 导航到货架,装载匹配的 SKU,扫描条形码,固定易碎包裹并使用缓冲包装发货。错货和运输损伤会保留在签收结果中。绕行施工路段 根据测得的几何信息,从八种持续控制中选择操作,绕过施工区、返回并停车,全程避免接触障碍。仓库导航 根据当前位置、朝向和货架几何信息,从八个路径点中选择。Husky 机器人需无碰撞地到达停靠点,候选点名称不会透露安全路径。礼让行人 行人随模拟时间独立移动。选择等待位置与时长;在人行横道被占用时驶入,即使行人随后离开,仍算违规。车队调度 统筹载重、冷链温度、续航预算和桥梁净空。重复派车会消耗资源,仅选对车辆还不足以完成两次配送。城市道路驾驶 分别观察人行横道是否畅通与后方车道间隙。根据最新间隙测量安全并线,到达北侧出口并停车。倒车入库 根据测得的车位和车辆边界,小步前进或倒车。整辆车都需停入两侧车辆之间,不能只有参考点位于车位内。地理空间变化分析 配准存在偏移的影像,遮罩云层,测量植被变化后分类。以 GeoJSON 文件导出正确的区域与坐标参考信息。精准威胁处置 存在滥用行为的源 IP 同时承载五个合法会话。部署前比较会话策略并回放流量,保留浏览器和非浏览器合法客户端的访问。服务恢复 现有副本中,一个无法承受全部负载,另一个数据过期。准备副本,测试灰度流量,逐步切流,验证全量负载,并排空故障主节点,同时保持在发布错误预算内。国际象棋战术 在九枚棋子的局面中找到两步必胜的将杀。所有合法走法均可选,且无将杀提示;防守搜索会尽可能选择能避免被将杀的合法应对。采购比选 在总预算 650 和三天交付期限内,比较硬件、商用许可、库存与运费。更换产品后,之前报价所依据的条件将失效。日程协调 换算参会者时区,预留 15 分钟缓冲。统筹会议室占用、容量和便携显示设备,每次修改草案后重新查询可用性。网页调研 厘清相互冲突的文档版本,同时引用当前参考文档和发布说明,保存依据前运行本地命令参数检查器。邮件分流 归档前阅读最新回复并核实发件人。标题紧急的问题可能已经解决,收据邮件也可能涉及付款失败和截止期限。电子表格清理 保留订单的最新修订,按每行所属地区的格式解析数据,并结合发货台账补齐缺失数量。验证收入后导出清理完成的 CSV 文件。前端修复 分别修复卡片宽度、子元素收缩和触控目标尺寸。Chromium 在 320、390 和 680 px 宽度下检查可见性、溢出和 44 px 触控目标;旧测量结果不能作为发布依据。SQL 修复 在包含同额订单、NULL、草稿和一对多明细的真实 SQLite 数据上修复聚合。EXISTS 和预聚合均可行;SUM(DISTINCT) 会遗漏金额相同的有效订单。构建与发布修复 打包入口、配置和选定语言资源,然后执行产物冒烟测试。测试后若修改配置,需重新构建并测试,才能进入预发布阶段。数据库性能优化 在最多六次查询、每次最多提取 24 行的限制内,保留最新且完整的 SQLite 结果。一次性读取大批数据会超出内存限制,过期缓存和截断结果无法通过正确性检查。支持分块读取与流式处理。

基准评测结果

评测方案

在 JevBench 和 Transfer 上比较五个已发布模型与 Kev、Jev、Laya 的表现。

JevAny 基线模型

JevBench 准确率

231 道公开开发集题目 · 越高越好

  1. JevAny-Qwen3.8-27B90.04%
  2. JevAny-Muse-Glimmer-30B87.45%
  3. Jev 1.13.086.58%
  4. Kev-27B85.28%
  5. JevAny-Qwen3.5-4B-Direct-Token80.95%
  6. JevAny-Qwen3.5-4B80.09%
  7. JevAny-Gemma-4B77.49%
  8. Kev-4B75.32%
  9. Laya58.01%

完整指标与 JevBench 难度分层
已发布模型与基线模型。↑ 越高越好;↓ 越低越好。简单、原始和困难为 JevBench 的难度分层。
模型JevBench ↑Transfer ↑NLL ↓Brier ↓ECE ↓ 简单 ↑原始 ↑困难 ↑
JevAny-Qwen3.8-27B90.04%86.04%0.3880.1950.026100.00%97.22%81.08%
JevAny-Muse-Glimmer-30B87.45%83.46%0.4640.2290.032100.00%97.22%75.68%
Jev 1.13.086.58%85.37%0.6440.2120.033100.00%98.61%72.97%
Kev-27B85.28%82.31%0.5330.2650.050100.00%100.00%69.37%
JevAny-Qwen3.5-4B-Direct-Token80.95%78.20%0.5640.2910.029100.00%98.61%61.26%
JevAny-Qwen3.5-4B80.09%78.68%0.5870.2970.035100.00%95.83%61.26%
JevAny-Gemma-4B77.49%70.84%0.7060.3690.056100.00%95.83%55.86%
Kev-4B75.32%74.19%0.8580.3800.125100.00%94.44%52.25%
Laya58.01%52.29%1.2640.6150.12795.83%70.83%33.33%

JevBench 包含全部 231 道公开开发集题目。Transfer 包含 1,046 个经过清理、答案可确定的决策样本,也曾用于指导模型开发。这些结果用于诊断性比较。NLL、Brier 和 ECE 均在 Transfer 上测量。

用统一 API 完成决策

发送当前状态和候选选项,JevAny 返回选择结果及其概率。应用可据此执行操作,或请求人工复核。

  1. 使用已发布模型

    加载模型权重,通过 Python 或 HTTP 调用 API。

  2. 用自己的数据训练

    使用带标注的决策数据适配模型。RLCR 后续训练仍处于实验阶段。

API 参考
分派客服工单Python
from jevany import Choice, JevClient

jev = JevClient("http://127.0.0.1:8008")
result = jev.system_one(
    state={"ticket": "I was charged twice."},
    questions={
        "department": Choice(
            instructions="Which team?",
            criteria={
                "billing": "Payment problems",
                "shipping": "Delivery problems",
            },
        ),
    },
)
处理部门返回结果示例
billing0.96✓
shipping0.04

已发布模型

硬件与加载

从已发布的 SFT 模型开始,或用自己的决策数据训练 26 个受支持的基础模型之一。

Qwen3.8-27B

默认推荐模型,在两项评测中均取得已发布模型的最高准确率。

模型卡片本地运行 →
模型权重详情

Pointer 读出方式

SimpleJev/JevAny-Qwen3.8-27B-LoRA

Muse-Glimmer-30B

基于 Muse Glimmer 的另一种选择。

模型卡片本地运行 →
模型权重详情

Pointer 读出方式

SimpleJev/JevAny-Muse-Glimmer-30B-LoRA

Qwen3.5-4B-Direct-Token

在已发布的 4B 模型中,JevBench 准确率最高。

模型卡片本地运行 →
模型权重详情

Direct-token 读出方式

SimpleJev/JevAny-Qwen3.5-4B-Direct-Token-LoRA

在上下文长度允许的范围内,Pointer 最多支持 4,096 个选项,Direct-token 最多支持 255 个选项。两者使用相同的 API。 读出方式指南 →

支持 26 个基础模型

配置要求 →
Qwen9 个模型
基础模型 ID规模输入类型
Qwen/Qwen3.8-27B27B文本、图像、视频
Qwen/Qwen3.6-27B27B文本、图像、视频
Qwen/Qwen3.6-35B-A3B35B-A3B文本、图像、视频
Qwen/Qwen3.5-0.8B0.8B文本、图像、视频
Qwen/Qwen3.5-2B2B文本、图像、视频
Qwen/Qwen3.5-4B4B文本、图像、视频
Qwen/Qwen3.5-9B9B文本、图像、视频
Qwen/Qwen3.5-27B27B文本、图像、视频
Qwen/Qwen3.5-35B-A3B35B-A3B文本、图像、视频
Gemma3 个模型
基础模型 ID规模输入类型
google/gemma-4-E4B-itE4B文本、图像、视频
google/gemma-4-12B-it12B Unified文本、图像、视频
google/gemma-4-31B-it31B文本、图像、视频
Muse1 个模型
基础模型 ID规模输入类型
meta-models/Muse-Glimmer-30B30B文本、图像、视频
Mistral4 个模型
基础模型 ID规模输入类型
mistralai/Ministral-3-3B-Instruct-2512-BF163B文本、图像
mistralai/Ministral-3-8B-Instruct-2512-BF168B文本、图像
mistralai/Ministral-3-14B-Instruct-2512-BF1614B文本、图像
mistralai/Devstral-Small-2-24B-Instruct-2512Small 24B文本、图像
GLM2 个模型
基础模型 ID规模输入类型
zai-org/GLM-4.7-FlashFlash 30B-A3B文本
zai-org/GLM-4.6V-FlashFlash 9B文本、图像、视频
Nemotron3 个模型
基础模型 ID规模输入类型
nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF1630B-A3B文本
nvidia/NVIDIA-Nemotron-3-Nano-4B-BF164B文本
nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF1630B-A3B文本
Llama4 个模型
基础模型 ID规模输入类型
meta-llama/Llama-3.2-1B-Instruct1B文本
meta-llama/Llama-3.2-3B-Instruct3B文本
meta-llama/Llama-3.2-11B-Vision-Instruct11B Vision文本、图像
meta-llama/Llama-3.1-8B-Instruct8B文本

LoRA 适配器需单独加载基础模型权重,并遵守基础模型的许可与访问条款。BF16 权重每个参数约占 2 字节,此外还需预留运行时内存。

快速开始

根据你的 CPU 或 GPU 选择模型,在本地加载后修改输入,查看它的决策结果。

1. 启动模型
git clone https://github.com/SimpleJev/JevAny.git
cd JevAny
python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install -e '.[train,serve]'
jevany data init --out data/starter
OMP_NUM_THREADS=4 jevany train --config recipes/sft.toml \
  --device cpu --dtype fp32 --weights-dtype fp32 \
  --out runs/cpu-jev
OMP_NUM_THREADS=4 jevany serve --checkpoint runs/cpu-jev \
  --device cpu --dtype fp32 --port 8008

CPU · 建议至少 16 GB 内存。下载 Qwen 0.8B 基础模型,用内置工单数据训练一个小型适配器,然后启动模型。

2. 在同一项目目录打开第二个终端
source .venv/bin/activate
jevany demo --base-url http://127.0.0.1:8008 --text-only

打开 localhost:8090,点击 Test and connect(测试并连接),然后修改 Try your own decision(尝试自定义决策) 中的输入,再点击 Ask the model(询问模型).

快速上手提供中文版本,详细参考文档目前以英文为主。

一起完善 JevAny

一起建设面向 System 1 决策模型的开源基础设施。从一个小改进开始,也欢迎带来你在实际使用中的想法。

CI 检查和自动 AI code review 会为 PR 提供反馈,维护者负责审核与合并。小修复可以直接提交 PR,较大的改动建议先开 issue 讨论方案。