#decision-model 仓库
探索 15 个标记为 #decision-model 的活跃开源 GitHub 仓库,它们累计获得 64,960 个 Star(平均每个项目 4,330 个)。该主题的领先项目是 NandhaKishorM/laya,拥有 35,758 个 Star。
共 15 个仓库
非自回归式 System 1 决策引擎。一次前向传递即可对任意文本进行类型化选择、评分和是/否决策,支持 100 多种语言,并配备可为每个请求选择正确检查点的路由器。
适用于 Laya 类型化决策模型的原生 MLX 运行时——在 M3 Max 上,短决策耗时 7–14 毫秒。不进行文本生成,不使用 PyTorch 或云端 API。
在 Apple Core ML 和神经引擎上运行本地 Laya 类型决策。已验证移植版本;在 M3 Max 上,短决策耗时约 5 毫秒,并提供可复现的速度和能耗基准测试。
兼容 Jev 的开放决策模型 API 服务器。面向决策模型的 Ollama:可在本地拉取并运行 29 个模型系列(Laya、pplx-decider、Clef、Winnow、coba……),也可通过 /v1/systemone 自托管。TypeSafe SDK 无需任何改动即可使用:设置基础 URL 并选择一个开放模型。提供 CLI、桌面应用、Docker、MCP 服务器和公开基准测试。
开放式多模态决策模型,参数规模从 0.8B 到 27B,支持文本、图像和视频。对自选候选项进行概率判断,并用边界框定位,而非生成文本。提供免费 API、ONNX、GGUF、vLLM 和 SGLang;附带微调代码。
AI 代理的意图编译器——将模糊请求收敛为类型化的 IntentSpec 合约(在路由前进行探测、提问或停止),为路由器和 Jev 与 Laya 等类型化决策模型提供输入层
在 Jev 上发布你构建的内容。Jev 是 TypeSafe AI 的 System One 决策模型:一个每周更新的展示板,供创作者发布、用户投票;同时提供按决策模式分类的公开 Jev 示例索引,附来源引用、注明日期的链接检查和调用点文本检查;此处未对运行时和性能进行独立测试。英文/中文、JSON Schema、平台矩阵。
在 Apple 芯片上本地使用电脑:通过 macOS 辅助功能 API 驱动,使用 laya 在设备端进行类型化决策,并使用 CUA-S1-FORMS 填写表单
常见问题解答
GitHub 上最受欢迎的 #decision-model 仓库是什么?
GitHub 上排名第一的开源 #decision-model 项目是 NandhaKishorM/laya,拥有 35,758 个 Star。非自回归式 System 1 决策引擎。一次前向传递即可对任意文本进行类型化选择、评分和是/否决策,支持 100 多种语言,并配备可为每个请求选择正确检查点的路由器。
#decision-model 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #decision-model 项目中,最常见的编程语言是 Python, Rust, TypeScript, C++。
#decision-model 仓库的排名是如何计算的?
我们跟踪了 15 个标记为 #decision-model 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 64,960 个 Star,平均每个仓库拥有 4,330 个 Star。排名每日根据 GitHub API 更新。