JevCodeshamazharikh/qwen-rlcd
La decisión
README states: Training uses RLCD (Reinforcement Learning for Calibrated Decisions). The objective is decisions plus calibrated probabilities. TypeSafe argues that RLHF hurts calibration through sycophancy and mode dropping.
Enlace de evidencia
https://github.com/shamazharikh/qwen-rlcd/blob/main/README.md#L160
Etiquetas de verificación
readme-claimEl proyecto original indica que usa Jev; el punto de llamada no se ha verificado.
Las etiquetas describen el tipo de evidencia; no son una puntuación ni un ranking.
Categoría
- Categoría
- Otras listas
- Repositorio
- https://github.com/shamazharikh/qwen-rlcd
- Añadido
- 2026-10-29
- Revisado
- 2026-10-29
Sigue en este sitio
Prueba, documentación, casos y precios se enlazan entre sí. La página siguiente está en este sitio.
Más en este sitio
- Directorio del sitioLa lista completa de las páginas anteriores.
- EcosistemaProyectos de la comunidad por categoría.
- Cobertura JevCada entrada indica la decisión y su evidencia.
- Casos diariosEl siguiente lote del banco, cada día.
- ComunidadPublicaciones públicas, cada una con su fuente.
- BuildsNotas sobre las actualizaciones del modelo y del sitio.
- PrimitivasChoice, Noul y Score juntos.
- PatronesEnrutamiento, fan-out y puntuación compuesta.
- SDKHTTP, Python y JavaScript.
Usar clavue-jev
- Probar un juicioEscribe un estado y lee la respuesta.
- Escenas en vivoTetris, seis juicios rápidos y una clasificación. Copia la llamada y ejecútala de nuevo.
- LaboratorioClasificación de soporte, revisión de releases y más: edita y ejecuta al instante.
- Compararclavue-jev y jev-1.13.0 responden a la misma pregunta.
- DemosEjemplos de juicio que puedes editar.
- PreciosLa entrada cuesta $0.042 por millón de tokens. La salida es gratis.
- APILlama a POST /v1/judge con una clave.
Documentación
- IntroducciónPara qué sirve este modelo.
- Inicio rápidoLa llamada mínima que funciona.
- System OneEscrito aquí: un estado más una pregunta tipada. El modelo es clavue-jev.
- EstadoEl texto que envías.
- ConfianzaCuán segura es la respuesta, y cuándo actuar.
- ChoiceElegir una opción mutuamente excluyente.
- NoulUna pregunta de sí/no, devuelta como probabilidad de sí.
- ScorePuntuar en una escala.
- Enrutamiento de intenciónUna llamada Choice despacha la solicitud.
- Enrutamiento por confianzaActuar si la confianza es alta; derivar si es baja.
- Fan-outHacer varias preguntas a un estado.
- Puntuación compuestaCombinar varias puntuaciones en un ranking.
- HTTP APILa forma de la solicitud sin SDK.
- SDK de PythonLlamar a un juicio desde Python.
- SDK de JavaScriptLlamar a un juicio desde JavaScript.
Casos
- Mapa de casos de usoQué primitiva se usa para cada tarea.
- Barreras de seguridadUna comprobación sí/no antes de una acción.
- Llamada a funciónDecidir con un juicio qué función llamar.
- Clasificar con confianzaNo actuar si la clase es dudosa.
- Búsqueda semánticaEncontrar los pasajes que coinciden.
- Preguntas paralelasPreguntar todo el conjunto en una llamada.
- Clasificación jerárquicaPrimero la clase gruesa, luego la fina.
- Verificación de citasSi una frase está respaldada por la fuente.
- Alineación de entidadesSi dos nombres son lo mismo.
- Sugerencia de habilidadElegir la habilidad que encaja ahora.