WHAT NEW IN X10.29 THU

X 上的 AI 合集档案 · 22 个合集 · 58,925 条

jevIMAGE

KaLM-Jev:本地开源结构化判断服务

基于 KaLM-Reranker 的开源本地 Jev,提供 Choice/Score/Noul 三种判断、Nano/Small/Large 三档规格,HTTP 或 Python 调用,适合客服分流与 agent 路由。

SuSu_酥酥👅
@NFT_Chen2026.09.22收录原推发布于 2026.09.21
KaLM-Jev:本地开源结构化判断服务(第 1 张,共 3 张)
KaLM-Jev:本地开源结构化判断服务(第 2 张,共 3 张)
KaLM-Jev:本地开源结构化判断服务(第 3 张,共 3 张)
SuSu_酥酥👅 @NFT_Chen原推发布于 2026.09.21
在 X 上打开原推

💥什么鬼!本地开源 Jev 居然杀到了 0 输出 Token,自带三档模型直接落地结构化判断! 想用 Jev 那种只给结论、不废话的判断能力,又不想把数据送上云?KaLM-Jev 开源了。基于 KaLM-Reranker-V1-R2,把模型做成完全本地的 Choice / Score / Noul 服务 核心亮点 🔹三种判断:Choice 从候选里选一项;Score 按自定义等级打分;Noul 判断条件成立的可能性 🔹三档规格:Nano 更省资源,Small 平衡速度与效果,Large 追求更高判断质量 🔹本地部署:HTTP / Python 直接调用,支持文档缓存、GPU 测试、中英文用例 🔹场景对口:智能客服分流、Agent 路由、内容审核、工单分类、风险判断、自动化工作流 快速上手 1️⃣建虚拟环境并安装:python -m venv .venv && source .venv/bin/activate && pip install -e '.[test]' 2️⃣起服务(按显存选档):kalm-jev serve --model kalm-jev-nano --device cuda --dtype bfloat16 3️⃣调接口:POST /v1/systemone,传入 state + questions,拿回结构化 JSON 4️⃣或直接 Python:Engine(...).evaluate(request),二次请求可走缓存 GitHub:https://github.com/KaLM-Embedding/KaLM-Jev
 #KaLM #Jev #LLM #Agent #开源 #AI工具 #本地AI #本地Jev https://x.com/nft_chen/status/2101898318465187900?s=46

这条是引用着另一条写的:x.com/nft_chen/status/2101898318465187900

x.com/nft_chen/status/2101915137116639354采集于 2026.09.22 10:19