Git Stars Git Stars

#decision-model Repository

Scopri 15 repository GitHub open source attivi contrassegnati con #decision-model, che raccolgono un totale di 64,960 stelle (con una media di 4,330 stelle per progetto). Il progetto leader di questo argomento è NandhaKishorM/laya, con 35,758 stelle.

15
Totale Repository
64,960
Totale stelle
4,330
Media Stelle/Repo

15 repository in totale

1
NandhaKishorM/laya

Motore decisionale System 1 non autoregressivo. Esegue decisioni tipizzate di scelta, valutazione e sì/no su qualsiasi testo in un singolo passaggio in avanti, in oltre 100 lingue, con un router che seleziona il checkpoint corretto per ogni richiesta.

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

Famiglia di modelli decisionali simili a Jev, basati su Qwen3.5/3.8, che puoi addestrare ed eseguire autonomamente

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

Runtime MLX nativo per i modelli decisionali tipizzati di Laya: decisioni brevi in 7–14 ms su un M3 Max. Nessuna generazione di testo, né PyTorch o API cloud.

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

Decisioni tipizzate Laya locali su Apple Core ML e Neural Engine. Port validati, decisioni brevi di circa 5 ms su M3 Max e benchmark riproducibili di velocità e consumo energetico.

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

Trasforma qualsiasi LLM in un modello decisionale in stile Jev: decisioni tipizzate, probabilità reali, senza addestramento. (Aggiornamenti continui; sono benvenute segnalazioni di problemi e richieste di PR)

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

Server API compatibile con Jev per modelli decisionali aperti. Ollama per modelli decisionali: scarica ed esegui localmente 29 famiglie di modelli (Laya, pplx-decider, Clef, Winnow, coba...) oppure ospitali autonomamente dietro /v1/systemone. L'SDK TypeSafe funziona senza modifiche: imposta l'URL di base e scegli un modello aperto. CLI, app desktop, Docker, server MCP e benchmark pubblico.

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

Esegui Laya, il modello decisionale System-1 open source compatibile con Jev, da Node.js / TypeScript tramite ONNX Runtime

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

jevos: un'alternativa open source a Jev e Microsoft-Decision-1. Decisioni sì/no, scelte e punteggi con probabilità, eseguiti sulla CPU del tuo laptop.

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

Modelli aperti di decisione multimodale, da 0,8B a 27B, per testo, immagini e video. Decidi assegnando probabilità ai tuoi candidati e individua gli elementi con riquadri di delimitazione, invece di generare testo. API gratuita, ONNX, GGUF, vLLM e SGLang; codice per il fine-tuning incluso.

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

Il modello decisionale open source System One. Meno di 15 ms, non autoregressivo e alternativa locale drop-in a TypeSafe Jev.

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

Foca maculata — Phocinae-Largha-150M-v1: un modello bilingue per le decisioni da 144,3 M. Modello piccolo. Grandi decisioni. Piccola foca, grandi decisioni.

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

Awesome Jev: radar dell’ecosistema open source basato su fonti, scoperta di progetti in linguaggio semplice e sincronizzazione automatica con GitHub

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

Compilatore di intenti per agenti IA — converte richieste vaghe in contratti IntentSpec tipizzati (sondare, chiedere o arrestarsi prima del routing), il livello di input per router e modelli decisionali tipizzati come Jev e Laya

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

Pubblica ciò che hai creato su Jev, il modello decisionale System One di TypeSafe AI: una bacheca settimanale in cui i creatori pubblicano e gli utenti votano, con un indice di esempi pubblici di Jev organizzati per schema decisionale, citazioni delle fonti, controlli dei link con data e controlli del testo nei punti di chiamata; qui il runtime e le prestazioni non vengono testati in modo indipendente. EN/中文, schema JSON, matrice delle piattaforme.

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

Uso locale del computer su Apple silicon: decisioni tipizzate sul dispositivo con laya e compilazione di moduli con CUA-S1-FORMS, tramite l’API di accessibilità di macOS

FluidInference
⭐ 547 Swift 👤 FluidInference Organization 🕐 Aggiornato 2026-10-28 📅 Creato 2026-09-21

Domande frequenti

1

Qual è il repository #decision-model più popolare su GitHub?

Il progetto open source #decision-model più alto in classifica su GitHub è NandhaKishorM/laya, con 35,758 stelle. Motore decisionale System 1 non autoregressivo. Esegue decisioni tipizzate di scelta, valutazione e sì/no su qualsiasi testo in un singolo passaggio in avanti, in oltre 100 lingue, con un router che seleziona il checkpoint corretto per ogni richiesta.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #decision-model?

Tra i progetti #decision-model più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Rust, TypeScript, C++.

3

Come viene calcolata la classifica dei repository #decision-model?

Monitoriamo 15 repository open source attivi contrassegnati con #decision-model (500+ stelle), per un totale di 64,960 stelle e una media di 4,330 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.