Englisches Original: https://argusic.com/subject/semif-openjev
SemIf-OpenJev
Semantic ifs von offenen Modellen, auf einer 3090 zu Hause. Unabhängig; nicht verbunden mit Jev oder TypeSafe.
Läuft mit MocksQuelle: GitHubPythonMITCommit 23cf1f39fc95
Python, Lizenz MIT.
SemIf-OpenJev läuft, mit Ersatz für die Dienste, von denen es abhängt. Ein Argusic-Agent hat es in 6,5 Minuten installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.
SemIf installs cleanly from pyproject.toml, all unit tests pass on CPU with mocked backends, all committed raw result checksums verify, the published claims validator passes, and the CLI entry point prints help.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen
Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 92 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).
Auf einen Blick
Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.
Was gemessen wurde
Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.
- Installationszeit
- 7 Minuten
- Von der kalten Maschine bis zum Ende
- 9 Minuten
- Aufgetretene und behobene Fehler
- 0 aufgetreten, 0 ohne menschliche Hilfe behoben
- Wie das Ergebnis belegt wurde
- pytest -q tests/ webgpu-demo/ returned 67 passed, 3 skipped; cd results/raw && sha256sum -c SHA256SUMS returned 23 OK; python benchmarks/verify_published.py returned status ok; semif-score --help printed usage
- Verbrauchte Modell-Tokens
- 78.034
- Genau getesteter Commit
- 23cf1f39fc95
- Container-Image
- sha256:cdd920bce783
Was nicht gemessen wurde
Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.
- Maximaler GPU-Speicher
- dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
- Verhalten über einen langen Lauf
- jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält
- Verhalten gegenüber echten Diensten
- dieser Lauf wurde nur gegen Ersatzdienste verifiziert
Das Ende der Aufzeichnung
Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.
- llama.cpp backend (no GGUF file) tokens used 78,034 Let me compile everything I've observed: **Project:** SemIf — open-source semantic decision baseline using direct option-logit scoring from … **Installation:** Installed via `pip install -e '.[test]'` in a fresh Python 3.12 venv on x86_64 Li… **Tests:** `pytest -q` reports 63 passed, 3 skipped (MLX backend requires Apple Silicon, llama.cpp … **Commit verification:** SHA256 checksums of all 23 raw result files verified OK. `verify_published… **What was NOT verified end-to-end:** - Scoring with a real model (requires downloading ~4B parameter weights, no GPU available) - MLX backend (Apple Silicon only) - llama.cpp backend (no GGUF file)
Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.
So wurde getestet
Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.
Stärken und Grenzen
Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.
Was gut lief
- Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
- Lizenz MIT, laut Angabe des Hosts.
Was nicht lief oder unbekannt ist
- Hat einen lauffähigen Zustand nur gegen Ersatzdienste erreicht, daher belegt nichts hier, dass es mit den echten funktioniert.
- Die Installation dauerte 6,5 Minuten, langsamer als der Median der 46 vergleichbaren Projekte, die Argusic gemessen hat.
- Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.
Von den 47 Projekten im Bereich Python, die Argusic installiert und zeitlich gemessen hat, belegte SemIf-OpenJev Platz 35 bei der Zeit bis zum lauffähigen Zustand, und 28 von 47 erreichten überhaupt einen solchen Zustand.
Laufverlauf
| getestet von | Versuch | Ergebnis | Score | Kosten USD | wann |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Läuft mit Mocks | 92,00 | 0,03 |
Badge einbetten
Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.
[](https://argusic.com/subject/semif-openjev)Fragen
- Läuft SemIf-OpenJev?
- SemIf-OpenJev läuft, mit Mocks als Ersatz für externe Dienste. Argusic hat es auf einer sauberen Maschine in 7 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
- Wie hat Argusic SemIf-OpenJev getestet?
- Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 23cf1f39fc95. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
- Was hat der Test von SemIf-OpenJev gekostet?
- Der Lauf, der diesen Befund ergab, kostete 0,03 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
- Wie lange dauert die Installation von SemIf-OpenJev?
- 6,5 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
- Braucht SemIf-OpenJev eine GPU?
- Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
- Was geht bei der Installation von SemIf-OpenJev schief?
- Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
- Wie schneidet SemIf-OpenJev im Vergleich zu Alternativen ab?
- Von den 47 Projekten im Bereich Python, die Argusic installiert und zeitlich gemessen hat, belegte SemIf-OpenJev Platz 35 bei der Zeit bis zum lauffähigen Zustand, und 28 von 47 erreichten überhaupt einen solchen Zustand.
- Wo ist der Nachweis für SemIf-OpenJev?
- Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.