Jev-Rerank-Server
Ein Drop-in-Rerank-API-Server auf Basis des Jev-Modells von TypeSafe AI, kompatibel mit den Rerank-Protokollen von Cohere, Jina und Voyage für RAG-Stacks.
OPEN SOURCE · CURATED REPOSITORIES
Curated Jev SDKs, tools, demos, integrations, benchmarks, and research projects. Repository metrics come from GitHub; titles, summaries, and categories are editorial.
Nach GitHub Stars sortiert
Nach aktuellem Star-Wachstum und Aktivität
Ein Drop-in-Rerank-API-Server auf Basis des Jev-Modells von TypeSafe AI, kompatibel mit den Rerank-Protokollen von Cohere, Jina und Voyage für RAG-Stacks.
Implementiert eine Jev/System One-kompatible Entscheidungsinferenz-API mit CUDA-Engine, direkter Nutzung des offiziellen SDK, ausführbaren Beispielen und reproduzierbaren Benchmarks.
Eine TypeSafe-kompatible System One API, die auf dem Raspberry Pi läuft, angetrieben durch llama.cpp Q8 und einen Torch-Entscheidungskopf, 4,8-mal schneller als das offizielle SDK bei identischen Entscheidungen.
Modellunabhängiger Jev-kompatibler Server, der schnelle Entscheidungen über einzelne Token-Logprobs bietet und mit jedem OpenAI-kompatiblen Endpoint funktioniert.
Ein Proof-of-Concept-Server, der TypeSafes Jev-API mit lokalen Laya-Checkpoints implementiert und gegen das echte SDK verifiziert wurde.
Ein Entscheidungsmodell, das die Architektur von TypeSafe Jev nachbildet, mit der System One API kompatibel ist und über typesafe-sdk verwendet werden kann; enthält Demo, Evaluierung und Trainingsskripte.
OpenJev Multimodal ist eine unabhängige, quelloffene lokale Implementierung einer Jev/SystemOne-kompatiblen API mit Qwen und llama.cpp/Metal. Es bietet Noul-, Choice- und Score-Primitive, Bildeingabe, eine Playground-Oberfläche, Beispiele und Benchmarks auf kleiner Stichprobe.
Decis implementiert den System-One-API-Vertrag von TypeSafe, ist mit dem /v1/systemone-Endpunkt von Jev kompatibel, funktioniert mit dem offiziellen typesafe-sdk und kann offene Entscheidungsmodelle wie Laya und kev ausführen.
dan ist eine Python-Bibliothek und ein Server, die jedes kausale LM mit offenen Gewichten in ein System One-Modell mit Jev-kompatibler API verwandeln, indem sie die Wahrscheinlichkeiten der Label-Token in einem einzigen Prefill liest. Es enthält Kalibrierungs- und LoRA-Trainingswerkzeuge.
Eine native Go-Laufzeitumgebung für Jev/System-One-Entscheidungen mit Gemma, Unterstützung für Noul, Choice und Score, mit Benchmarks und Web-Playground.
Eine selbst gehostete API und Weboberfläche für Layas strukturierte Entscheidungsmodelle, kompatibel mit dem TypeSafe-Jev-API-Format.
Jev-kompatibler API-Endpunkt basierend auf offenen Modellen (nur Prefill), der die TypeSafe Jev/System One-Bewertungsendpunkte mit Qwen3.6-35B-A3B auf SGLang implementiert.