Git Stars Git Stars

#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.

15
Gesamtzahl der Repositories
64,960
Gesamtanzahl der Sterne
4,330
Durchschnittliche Sterne/Repo

Insgesamt 15 Repositories

1
NandhaKishorM/laya

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.

NandhaKishorM
⭐ 35,758 Python 👤 NandhaKishorM User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-18
2
jaredpalmer/kev

Jev-ähnliche Familie von Entscheidungsmodellen auf Basis von Qwen3.5/3.8, die Sie selbst trainieren und ausführen können

jaredpalmer
⭐ 10,076 Python 👤 jaredpalmer User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2026-09-17
3
mizorewww/laya-mlx

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.

mizorewww
⭐ 7,115 Python 👤 mizorewww User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-19
4
mizorewww/laya-coreml

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.

mizorewww
⭐ 1,646 Python 👤 mizorewww User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-19
5
nokia-applied-research/AnyJev

Verwandle jedes LLM in ein Entscheidungsmodell im Jev-Stil: typisierte Entscheidungen, echte Wahrscheinlichkeiten, kein Training. (Wird laufend aktualisiert; Issues und PR-Anfragen sind willkommen)

nokia-applied-research
⭐ 1,632 Python 👤 nokia-applied-research Organization 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2026-09-21
6
ollaya-dev/ollaya

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.

ollaya-dev
⭐ 1,473 Rust 👤 ollaya-dev Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-23
7
receptron/laya

Führe Laya, das quelloffene und Jev-kompatible System-1-Entscheidungsmodell, über ONNX Runtime aus Node.js / TypeScript aus

receptron
⭐ 1,092 TypeScript 👤 receptron Organization 🕐 Aktualisiert 2026-10-17 📅 Erstellt 2026-09-19
8
feder-cr/jev

jevos: eine Open-Source-Alternative zu Jev und Microsoft-Decision-1. Ja/Nein-Entscheidungen, Auswahlmöglichkeiten und Bewertungen mit Wahrscheinlichkeiten – auf der CPU Ihres Laptops.

feder-cr
⭐ 970 C++ 👤 feder-cr User 🕐 Aktualisiert 2026-10-18 📅 Erstellt 2024-08-15
9
Valen-Team/Valen

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.

Valen-Team
⭐ 932 Python 👤 Valen-Team Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2026-09-23
10
wfzyx/von

Das Open-Source-Entscheidungsmodell System One. Unter 15 ms, nicht autoregressiv und eine lokal einsetzbare Drop-in-Alternative zu TypeSafe Jev.

wfzyx
⭐ 911 Python 👤 wfzyx User 🕐 Aktualisiert 2026-10-08 📅 Erstellt 2026-09-18
11
Phocinae/Phocinae-Largha-150M-v1

Gefleckter Seehund — Phocinae-Largha-150M-v1: ein zweisprachiges Entscheidungsmodell mit 144,3 Mio. Parametern. Kleines Modell. Große Entscheidungen. Kleine Robbe, große Entscheidungen.

Phocinae
⭐ 797 Python 👤 Phocinae Organization 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2026-10-08
12
logicrw/awesome-jev-projects

Awesome Jev: quellenbasierter Radar für das Open-Source-Ökosystem, leicht verständliche Projektsuche und automatische GitHub-Synchronisierung

logicrw
⭐ 738 JavaScript 👤 logicrw User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-18
13
angel291592/Intent-Router

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

angel291592
⭐ 718 Python 👤 angel291592 User 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2026-09-22
14
kydlikebtc/awesome-jev

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.

kydlikebtc
⭐ 603 Python 👤 kydlikebtc User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-09-22
15
FluidInference/FluidUse

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

FluidInference
⭐ 547 Swift 👤 FluidInference Organization 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2026-09-21

Häufig gestellte Fragen

1

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.

2

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.

3

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.