#jev Dépôts
Découvrez 40 dépôts GitHub open source actifs associés à #jev, cumulant 115,834 étoiles au total (soit une moyenne de 2,895 étoiles par projet). Le projet en tête de ce thème est NandhaKishorM/laya, avec 35,758 étoiles.
40 dépôts au total
Moteur de décision System 1 non autorégressif. Effectue en une seule passe avant des décisions typées de choix, de notation et oui/non sur n’importe quel texte, dans plus de 100 langues, avec un routeur qui sélectionne le bon checkpoint pour chaque requête.
Utilisez le PEFT ou l’entraînement de tous les paramètres pour appliquer CPT/SFT/DPO/GRPO à plus de 600 LLM (Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4, ...) et plus de 300 MLLM (Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4, ...) (AAAI 2025).
Famille de modèles de décision de type Jev, développés sur Qwen3.5/3.8, que vous pouvez entraîner et exécuter vous-même
✨ Tous vos agents et espaces de travail au même endroit, sur chaque appareil que vous possédez. Suivez les tâches sur un tableau, accessible depuis le bureau, le mobile, le navigateur ou l'API. Auto-hébergé.
La couche mémoire pour agents d’IA, compatible avec différents frameworks et capable de s’améliorer elle-même. Rejoignez notre communauté : https://discord.com/invite/zdNChS2fBu
Trouvez du code en demandant ce qu’il fait. Une CLI pour les agents de programmation qui utilise Jev pour découvrir les fichiers pertinents et le contexte du code source.
Une couche de mémoire persistante et unifiée pour tous vos agents d'IA (par ex. Claude Code, Codex, DSH), optimisée par Markdown et Milvus.
Une liste soigneusement sélectionnée de projets publics, d’intégrations et de discussions construits sur Jev — le modèle System One de TypeSafe AI pour les décisions typées.
Extrayez des données structurées et des insights de documents à l’aide de grands modèles de langage et de modèles de décision
Assistant IA de bureau propulsé par GPT, Gemini, Claude, Grok, Ollama, DeepSeek, Perplexity et bien d’autres — chat, agents, outils, MCP, extensions, RAG, vision, voix, génération d’images et de vidéos, synthèse et reconnaissance vocales, recherche sur le Web, mémoire, préréglages, canevas, assistants, thèmes et utilisation de l’ordinateur. Pour Windows, Linux et Mac.
Transformez n’importe quel LLM en un modèle de décision de type Jev : décisions typées, probabilités réelles, sans entraînement. (Mises à jour continues ; vos signalements de problèmes et demandes de PR sont les bienvenus)
L'alternative open source et multi-agents à Claude Tag. Mentionnez @ n'importe quel agent, où que le travail se fasse, ils travaillent aux côtés de votre équipe et apprennent au fur et à mesure.
Serveur API compatible avec Jev pour les modèles de décision ouverts. Ollama pour les modèles de décision : téléchargez et exécutez localement 29 familles de modèles (Laya, pplx-decider, Clef, Winnow, coba...), ou hébergez-les vous-même derrière /v1/systemone. Le SDK TypeSafe fonctionne sans modification : définissez son URL de base et choisissez un modèle ouvert. CLI, application de bureau, Docker, serveur MCP et benchmark public.
Les agents d’IA peuvent générer du code, mais peinent encore à comprendre ce qu’ils construisent. Reticle apporte aux applications web et de bureau une perception de l’exécution native pour les machines, à la manière de Jev.
Un catalogue vérifié et maintenu par la communauté, répertoriant 997 projets open source créés avec Jev.
Un harnais d’agent de programmation DeepSeek : shell persistant, sous-agents Ultra, approbation automatique, MCP Chrome et télémétrie des sessions
jevos : une alternative open source à Jev et Microsoft-Decision-1. Des décisions par oui ou non, des choix et des scores avec des probabilités, sur le processeur de votre ordinateur portable.
Modèles ouverts de décision multimodale, de 0,8B à 27B, pour le texte, les images et la vidéo. Prenez des décisions en attribuant des probabilités à vos propres candidats et localisez avec des cadres de délimitation, plutôt que de générer du texte. API gratuite, ONNX, GGUF, vLLM et SGLang ; code de fine-tuning inclus.
Le modèle de prise de décision open source System One. Moins de 15 ms, non autorégressif et alternative locale de remplacement direct à TypeSafe Jev.
JevChat-Windows : un assistant de réponse affiché à côté de la fenêtre de discussion. Il capture une image de la fenêtre et utilise un OCR local hors ligne pour lire les messages de l’interlocuteur → Jev détermine l’intention → 3 réponses proposées peuvent être insérées en un clic ; l’envoi reste toujours manuel.
Un superviseur d’agents et contremaître d’usine logicielle piloté par des modèles de décision
Extension de navigateur Bilibili : Basée sur de grands modèles linguistiques, elle détecte la publicité intégrée dans les vidéos Bilibili. Sautez d'un clic la publicité intégrée/parlée dans les vidéos.
Awesome Jev : radar de l’écosystème open source fondé sur des sources, découverte de projets en langage clair et synchronisation automatique avec GitHub
Une liste sélectionnée de modèles de décision (Système 1 / modèles de décision typés) : API hébergées, modèles à poids ouverts, environnements d’exécution, SDK, applications, benchmarks et articles de recherche.
Un flux de travail de revue de code par étapes et un tableau de bord local construits avec TypeSafe Jev.
Un flux de travail LLM + Jev qui change TOUT. Renforcez votre cerveau de vertébré avec une colonne vertébrale intégrée.
Awesome Jev : un guide pratique, étayé par des sources, du modèle System One de TypeSafe, avec des SDK, des démonstrations en direct, des outils pour agents et des évaluations indépendantes.
mu (μ) : la plupart des décisions prises par un agent de programmation ne concernent pas le code. mu confie 40 types de décisions binaires à un petit modèle : moins de jetons gaspillés, moins d’approbations automatiques et moins d’exécutions interrompues en cours de route. Construit sur pi.
Publiez ce que vous avez créé sur Jev, le modèle de décision System One de TypeSafe AI : un tableau hebdomadaire où les créateurs publient et où le public vote, accompagné d’un index d’exemples publics de Jev classés par schéma décisionnel, avec citations des sources, vérifications des liens datées et vérifications du texte des points d’appel ; l’exécution et les performances ne sont pas testées indépendamment ici. EN/中文, schéma JSON, matrice des plateformes.
Une liste organisée et étayée par des sources de projets conçus avec Jev, le modèle System One de TypeSafe AI destiné aux décisions typées.
MinusPod est un serveur auto-hébergé qui supprime les publicités avant même que vous appuyiez sur lecture
Une liste soigneusement sélectionnée d’outils conçus pour Jev, le modèle System One de TypeSafe AI dédié aux décisions typées.
Un moteur d’inférence entièrement écrit en Rust pour les LLM, VLM, VLA, TTS et l’OCR, propulsé par Candle et Rust. Une alternative à llama.cpp, bien plus simple et épurée.
🔥🔥 Awesome Jev : modèles open source, projets, benchmarks et évaluations indépendantes des modèles Jev et System One.
Foire aux questions
Quel est le dépôt #jev le plus populaire sur GitHub ?
Le projet #jev open source le mieux classé sur GitHub est NandhaKishorM/laya, avec 35,758 étoiles. Moteur de décision System 1 non autorégressif. Effectue en une seule passe avant des décisions typées de choix, de notation et oui/non sur n’importe quel texte, dans plus de 100 langues, avec un routeur qui sélectionne le bon checkpoint pour chaque requête.
Quels langages de programmation sont les plus utilisés dans les dépôts #jev ?
Parmi les projets #jev les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Rust, Go.
Comment le classement des dépôts #jev est-il calculé ?
Nous suivons 40 dépôts open source actifs associés à #jev (500+ étoiles), totalisant 115,834 étoiles, avec une moyenne de 2,895 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.