#decision-model Repositories
Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #decision-model getaggt sind und insgesamt 64,960 Sterne gesammelt haben (durchschnittlich 4,330 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist NandhaKishorM/laya mit 35,758 Sternen.
Insgesamt 15 Repositories
Nicht-autoregressiver System-1-Entscheidungsmotor. Führt über beliebige Texte in einem einzigen Vorwärtsdurchlauf typisierte Auswahl-, Bewertungs- und Ja/Nein-Entscheidungen in mehr als 100 Sprachen aus – mit einem Router, der für jede Anfrage den passenden Checkpoint auswählt.
Jev-ähnliche Familie von Entscheidungsmodellen auf Basis von Qwen3.5/3.8, die Sie selbst trainieren und ausführen können
Native MLX-Laufzeitumgebung für typisierte Entscheidungsmodelle von Laya – kurze Entscheidungen in 7–14 ms auf einem M3 Max. Keine Textgenerierung, kein PyTorch und keine Cloud-API.
Lokale typisierte Laya-Entscheidungen auf Apple Core ML und der Neural Engine. Validierte Portierungen, kurze Entscheidungen von etwa 5 ms auf dem M3 Max sowie reproduzierbare Benchmarks für Geschwindigkeit und Energieverbrauch.
Verwandle jedes LLM in ein Entscheidungsmodell im Jev-Stil: typisierte Entscheidungen, echte Wahrscheinlichkeiten, kein Training. (Wird laufend aktualisiert; Issues und PR-Anfragen sind willkommen)
Jev-kompatibler API-Server für offene Entscheidungsmodelle. Ollama für Entscheidungsmodelle: 29 Modellfamilien (Laya, pplx-decider, Clef, Winnow, coba...) lokal herunterladen und ausführen oder hinter /v1/systemone selbst hosten. Das TypeSafe-SDK funktioniert unverändert: Basis-URL festlegen und ein offenes Modell auswählen. CLI, Desktop-App, Docker, MCP-Server und öffentlicher Benchmark.
Führe Laya, das quelloffene und Jev-kompatible System-1-Entscheidungsmodell, über ONNX Runtime aus Node.js / TypeScript aus
jevos: eine Open-Source-Alternative zu Jev und Microsoft-Decision-1. Ja/Nein-Entscheidungen, Auswahlmöglichkeiten und Bewertungen mit Wahrscheinlichkeiten – auf der CPU Ihres Laptops.
Offene multimodale Entscheidungsmodelle mit 0,8B bis 27B Parametern für Text, Bilder und Videos. Treffen Sie Entscheidungen anhand von Wahrscheinlichkeiten für eigene Kandidaten und lokalisieren Sie Objekte mit Begrenzungsrahmen, statt Text zu generieren. Kostenlose API, ONNX, GGUF, vLLM und SGLang; Fine-Tuning-Code enthalten.
Das Open-Source-Entscheidungsmodell System One. Unter 15 ms, nicht autoregressiv und eine lokal einsetzbare Drop-in-Alternative zu TypeSafe Jev.
Gefleckter Seehund — Phocinae-Largha-150M-v1: ein zweisprachiges Entscheidungsmodell mit 144,3 Mio. Parametern. Kleines Modell. Große Entscheidungen. Kleine Robbe, große Entscheidungen.
Awesome Jev: quellenbasierter Radar für das Open-Source-Ökosystem, leicht verständliche Projektsuche und automatische GitHub-Synchronisierung
Intent-Compiler für KI-Agenten – führt vage Anfragen zu typisierten IntentSpec-Verträgen zusammen (vor dem Routing sondieren, nachfragen oder anhalten), die Eingabeschicht für Router und Modelle mit typisierten Entscheidungen wie Jev und Laya
Veröffentliche, was du auf Jev entwickelt hast, dem Entscheidungsmodell System One von TypeSafe AI: ein wöchentliches Board, auf dem Entwickler ihre Arbeit vorstellen und andere abstimmen, ergänzt durch einen Index öffentlicher Jev-Beispiele nach Entscheidungsmuster, mit Quellenangaben, datierten Link-Prüfungen und Prüfungen des Textes an den Aufrufstellen; Laufzeit und Performance werden hier nicht unabhängig getestet. EN/中文, JSON-Schema, Plattformmatrix.
Lokale Computernutzung auf Apple silicon: typisierte Entscheidungen direkt auf dem Gerät mit laya und Formularausfüllung mit CUA-S1-FORMS über die macOS-API für Bedienungshilfen
Häufig gestellte Fragen
Welches ist das beliebteste #decision-model-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#decision-model-Projekt auf GitHub ist NandhaKishorM/laya mit 35,758 Sternen. Nicht-autoregressiver System-1-Entscheidungsmotor. Führt über beliebige Texte in einem einzigen Vorwärtsdurchlauf typisierte Auswahl-, Bewertungs- und Ja/Nein-Entscheidungen in mehr als 100 Sprachen aus – mit einem Router, der für jede Anfrage den passenden Checkpoint auswählt.
Welche Programmiersprachen werden in #decision-model-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #decision-model-Projekten auf GitHub sind Python, Rust, TypeScript, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #decision-model-Repositories berechnet?
Wir verfolgen 15 aktive Open-Source-Repositories, die mit #decision-model getaggt sind (500+ Sterne), mit insgesamt 64,960 Sternen und durchschnittlich 4,330 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.