模型Jared Palmer / Kev社区已核实
Kev 1.0 开源决策模型
一组参数规模从 0.8B 到 27B 的开放式 Jev-like 直接决策模型，提供公开代码和模型产物。
Kev 1.0 是社区项目，维护者将其描述为开放式 System One 和 Jev-like 替代模型。它不是 TypeSafe 官方版本，也没有被核验为 Jev 的直接替代品。
- 提供方
- Jared Palmer / Kev
- 审核日期
- 2026年10月8日
- 项目状态
- 社区
- 核实状态
- 已核实
- 分类
- automation, development, research
- 兼容方式
- Python, PyTorch, CUDA, Apple MLX, Hugging Face
输入
- ✓Text context
- ✓Direct-decision questions and candidate options
输出
- ✓Typed decisions
- ✓Candidate probabilities
- ✓Confidence values
接口类型
- ✓structured-output
决策任务
- ✓分类
- ✓选择
- ✓评分
- ✓排序
- ✓路由
已核实的模型信息
提供方事实与本站说明分开呈现。会变化的信息注明来源，投入生产前需要再次核对。
这是社区项目。变体规格和许可证说明来自维护者。Kev 与 TypeSafe 没有隶属关系，本站不会把它描述为官方或可直接替换 Jev 的模型。
- 当前已核实版本
- Kev 1.0
- 模型系列
- Kev direct-decision models
- 发布日期
- 2026-10-01
- 获取方式
- local-package, open-weights
- 托管 API
- 否
- 本地部署
- 是
- 可下载权重
- 是
- 许可证
- Apache-2.0 code; maintainer states Apache-2.0 for released weights
- 支持语言
- Language behavior depends on the selected Qwen base model and Kev training data
商业使用说明
仓库代码采用 Apache-2.0，维护者说明已发布权重也采用 Apache-2.0。各 Qwen 基础模型和依赖仍保留独立来源与条款，商业使用前需要逐项核对。
上下文或输入限制
0.8B、4B 和 9B v2 变体报告的已验证上下文为 8,192 token，服务上限为 65,536 token；27B v2 两项均为 65,536。较小变体的训练状态最长为 7,552 token，27B 的训练状态最长为 32,768 token。
价格
本地使用没有列出按请求计费价格。计算、存储和托管成本取决于所选变体与部署环境。
延迟与速率限制
已审查版本没有提供适用于四个变体的统一硬件归一化延迟数据，需要在生产硬件上测试所选产物。
优势
- ✓提供四种规模，便于本地评测和部署。
- ✓公开代码，并提供 CUDA 与 Apple MLX 路径。
- ✓明确区分已验证上下文与更大的服务上限。
限制
- ✓维护者说明和测量数据尚未由 Type Safe 独立复现。
- ✓服务上下文上限不能证明整个窗口内的质量保持一致。
- ✓27B bf16 产物约为 51 GB，需要较大的存储和内存。
- ✓基础模型许可证与来源独立于 Kev 仓库许可证。
安全注意事项
- ✓设置阈值前，需要在有代表性的任务上分别验证每个变体。
- ✓低置信度或高影响决策需要保留人工审核路径。
模型变体
已验证上下文表示来源明确报告的测试范围；服务上下文表示运行时可接受的上限，两者不能混为一谈。
| 变体 | 参数规模 | 基础模型 | 产物形式 | 已验证上下文 | 服务上下文 |
|---|---|---|---|---|---|
| Kev-0.8B | 0.8B | Qwen3.5-0.8B-Base | LoRA 适配器与决策头 | 8,192 tokens | 65,536 tokens |
| Kev-4B | 4B | Qwen3.5-4B-Base | LoRA 适配器与决策头 | 8,192 tokens | 65,536 tokens |
| Kev-9B v2 | 9B | Qwen3.5-9B-Base | LoRA 适配器与决策头 | 8,192 tokens | 65,536 tokens |
| Kev-27B v2 | 27B | Qwen3.8-27B | 后训练完整 bf16 模型与决策头 | 65,536 tokens | 65,536 tokens |
实施建议
在代码审查中明确保留输入和输出定义。模型响应进入数据库、API 或面向客户的操作前，都需要执行校验。