#jev 저장소
#jev 태그가 지정된 GitHub의 활성 오픈 소스 저장소 40개를 확인해 보세요. 총 115,834개의 스타를 획득했으며 프로젝트당 평균 2,895개입니다. 이 주제를 이끄는 저장소는 35,758개의 스타를 받은 NandhaKishorM/laya입니다.
저장소 총 40개
비자기회귀형 System 1 의사결정 엔진. 100개 이상의 언어로 모든 텍스트에 대해 한 번의 순방향 패스에서 유형이 지정된 선택, 점수화 및 예/아니요 결정을 수행하며, 요청마다 적절한 체크포인트를 선택하는 라우터를 제공합니다.
600개 이상의 LLM(Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 등)과 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 등)에 PEFT 또는 전체 파라미터 학습을 사용하여 CPT/SFT/DPO/GRPO를 수행합니다(AAAI 2025).
✨ 모든 에이전트와 작업 공간을 한곳에, 소유한 모든 기기에서. 보드에서 작업을 추적하고 데스크톱, 모바일, 브라우저 또는 API에서 액세스하세요. 자체 호스팅.
AI 에이전트를 위한 크로스 하네스 지원 및 자체 개선형 메모리 레이어입니다. 커뮤니티에 참여하세요: https://discord.com/invite/zdNChS2fBu
Markdown과 Milvus를 기반으로 하는 모든 AI 에이전트(예: Claude Code, Codex, DSH)를 위한 영구적이고 통합된 메모리 레이어.
Jev를 기반으로 구축된 공개 프로젝트, 통합 및 토론을 엄선한 목록 — 타입이 지정된 의사결정을 위한 TypeSafe AI의 System One 모델입니다.
GPT, Gemini, Claude, Grok, Ollama, DeepSeek, Perplexity 등을 기반으로 하는 데스크톱 AI 어시스턴트 — 채팅, 에이전트, 도구, MCP, 플러그인, RAG, 비전, 음성, 이미지 및 동영상 생성, 음성 합성 및 음성 인식, 웹 검색, 메모리, 프리셋, 캔버스, 어시스턴트, 테마, 컴퓨터 제어. Windows, Linux, Mac 지원.
모든 LLM을 Jev 스타일의 의사결정 모델로 전환하세요. 타입이 지정된 의사결정, 실제 확률, 학습 불필요. (계속 업데이트 중이며, 모든 이슈와 PR 요청을 환영합니다)
Claude Tag를 대체하는 오픈 소스 멀티 에이전트 대안입니다. 업무가 이루어지는 어디서든 원하는 에이전트를 @로 호출하면 팀과 함께 협업하며 지속적으로 학습합니다.
개방형 의사결정 모델을 위한 Jev 호환 API 서버. 의사결정 모델용 Ollama: 29개 모델 계열(Laya, pplx-decider, Clef, Winnow, coba 등)을 로컬에서 내려받아 실행하거나 /v1/systemone 뒤에서 직접 호스팅할 수 있습니다. TypeSafe SDK는 변경 없이 사용할 수 있습니다. 기본 URL을 설정하고 개방형 모델을 선택하세요. CLI, 데스크톱 앱, Docker, MCP 서버, 공개 벤치마크 제공.
AI 에이전트는 코드를 생성할 수 있지만, 여전히 자신이 만든 것을 이해하는 데 어려움을 겪습니다. Reticle은 Jev 스타일의 머신 네이티브 런타임 인식을 웹 및 데스크톱 애플리케이션에 제공합니다.
jevos: Jev 및 Microsoft-Decision-1의 오픈 소스 대안입니다. 노트북 CPU에서 확률을 포함한 예/아니요 판정, 선택 및 점수 산정을 수행합니다.
텍스트, 이미지, 동영상을 지원하는 0.8B~27B 규모의 오픈 멀티모달 의사결정 모델입니다. 텍스트를 생성하는 대신 자체 후보에 확률을 부여해 판단하고, 바운딩 박스로 위치를 찾습니다. 무료 API, ONNX, GGUF, vLLM, SGLang을 지원하며 파인튜닝 코드도 포함되어 있습니다.
JevChat-Windows: 채팅 창 옆에 표시되는 답변 보조 도구입니다. 창을 스크린샷으로 캡처하고 로컬 오프라인 OCR로 상대방의 메시지를 읽습니다 → Jev가 의도를 판단합니다 → 3개의 답변 후보를 한 번 클릭해 입력할 수 있으며, 전송은 항상 수동으로 이루어집니다.
Bilibili 브라우저 확장 프로그램: 대규모 언어 모델을 기반으로 B站 동영상 내 삽입 광고를 탐지합니다. 동영상 내 삽입/구두 광고를 한 번의 클릭으로 건너뛰세요.
의사결정 모델(시스템 1 / 타입이 지정된 의사결정 모델)을 엄선한 목록: 호스팅 API, 오픈 웨이트 모델, 런타임, SDK, 애플리케이션, 벤치마크 및 논문.
Awesome Jev: TypeSafe의 System One 모델을 위한 출처 기반 실전 가이드로, SDK, 라이브 데모, 에이전트 도구 및 독립 평가를 제공합니다.
mu(μ): 코딩 에이전트가 내리는 판단의 대부분은 코드에 관한 것이 아닙니다. mu는 40가지 유형의 예/아니요 판단을 소형 모델에 맡깁니다. 낭비되는 토큰과 자동 승인, 중간에 멈추는 실행을 줄입니다. pi를 기반으로 제작되었습니다.
TypeSafe AI의 System One 의사결정 모델을 기반으로 한 Jev에서 직접 만든 것을 공개하세요. 제작자가 매주 게시하고 사람들이 투표하는 보드이며, 의사결정 패턴별로 정리된 공개 Jev 예시 색인과 출처 인용, 날짜가 표시된 링크 확인, 호출 지점 텍스트 확인을 제공합니다. 런타임과 성능은 여기서 독립적으로 테스트하지 않았습니다. EN/中文, JSON 스키마, 플랫폼 매트릭스.
타입이 지정된 의사 결정을 위한 TypeSafe AI의 System One 모델인 Jev로 구축된 프로젝트를 엄선하고 출처를 뒷받침한 목록입니다.
Candle과 Rust를 기반으로 하는 순수 Rust 구현의 LLM, VLM, VLA, TTS 및 OCR 추론 엔진입니다. llama.cpp보다 훨씬 더 간단하고 깔끔한 대안입니다.
🔥🔥 Awesome Jev: Jev 및 System One 모델을 위한 오픈 소스 모델, 프로젝트, 벤치마크 및 독립 평가.
자주 묻는 질문
GitHub에서 가장 인기 있는 #jev 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #jev 프로젝트는 35,758개의 스타를 받은 NandhaKishorM/laya입니다. 비자기회귀형 System 1 의사결정 엔진. 100개 이상의 언어로 모든 텍스트에 대해 한 번의 순방향 패스에서 유형이 지정된 선택, 점수화 및 예/아니요 결정을 수행하며, 요청마다 적절한 체크포인트를 선택하는 라우터를 제공합니다.
#jev 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #jev 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, TypeScript, Rust, Go입니다.
#jev 저장소 순위는 어떻게 계산되나요?
#jev 태그가 지정된 활성 오픈 소스 저장소(40개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 115,834개이며 저장소당 평균 2,895개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.