开发者生态
morning
Kev：基于 Qwen3.5 构建的小型 Jev 决策模型系列
摘要
【HN用户评论摘要】 I wonder how these would do filtering my spam. I have been using 27B-class models for a while now, and they are nearly perfect at determining what is spam and what isn't. The only disadvant...
the
for
and
are
have
these
models
what
styling
issues
2026-09-21
1 阅读
约1分钟阅读
tosh
字号:
【HN用户评论摘要】
我想知道这些如何过滤我的垃圾邮件。我已经使用 27B 级模型一段时间了，它们在确定什么是垃圾邮件、什么不是垃圾邮件方面几乎完美。唯一的缺点是计算成本。
由于这些决策模型没有工具调用，因此知识切断可能会成为一个问题。如果我们在本地运行，我们要么必须持续训练，要么在使用像 Jev 这样的封闭版本时每月左右切换到新版本
我认为这些的一个很好的用例是当它们具有大型上下文窗口并且能够强制执行前端开发的样式规则以及反应的组件创建规则时。然后，您可以放弃样式指南和样式技巧，并创建用于强制样式的决策树，这样您就不会遇到漂移问题或重复问题。这就是我现在浪费大部分时间的地方，不断纠正为每个功能创建的所有 UX/UI 问题。
- https://github.com/logan-markewich/jeff
- https://github.com/bespokelabsai/nimble
人们在制作类似 OSS Jev 的模型上投入的精力给我留下了深刻的印象。我理解这种炒作，但我想知道：这种模型的用例是什么？它可以在编码代理的上下文中使用，还是在完全不同的情况下更相关？
原始链接：https://github.com/jaredpalmer/kev/tree/main
这篇文章对您有帮助吗？
订阅66必读
每日精选科技资讯，直达你的邮箱